运筹学实验告(交的).docVIP

运筹学实验报告 题目：用单纯形法求解线性规划问题 姓 名 石朋亮 学 号 2012436111 年级专业 12数电类3 指导教师 尤翠莲 2013年11月07日 一、实验目的 运用MATLAB程序设计语言完成单纯性算法求解线性规划问题。 两阶段算法 第一阶段：引入人工变量，构造一个具有标准基的新线性规划，求解这个新线性规划结果将有两种结果：或将原问题的约束方程组化成具有标准基德形式，或者提供信息，表明原问题有可行解。 第二阶段：利用第一阶段所得标准基，对原问题进行求解。 三、实验用仪器设备、器材或软件环境 Windows7操作系统 ,Matlab2013a，计算机 四、实验内容 编写一个MATLAB的函数文件，用于求解标准形的线性规划问题： min f=c*x subject to ：A*x=b x=0； 实际具体题目： 某商场：营业员每周连续工作5天后休息两天，轮流休息，据统计商场每天需要的营业员如下： 星期一 星期二 星期三 星期四 星期五 星期六 星期日 300 300 350 400 580 600 550 （1） 商场次元部如何安排每天的上班人数供商场营业员最少？ （2） 若商场雇佣临时工，上班时间同正式工，若正式工的工资为80/天，临时工的工资为100/天，问商场是否应雇佣临时工，应雇佣多少？ 函数基本调用形式： function [x,minf,optmatrx,flag]=linp(c,A,b)； 2.参数介绍： A:线性规划问题的约束A*x=b且x=0中变量的系数组成的矩阵，即系数矩阵，是一个m*n的矩阵。 b :线性规划问题的约束A*x=b且x=0中的常数向量，是一个m维的列向量，称为右端向量。 c :线性规划问题的目标函数f=c*x中各变量的系数向量，是一个n维的行向量，称为价值向量。 x :输出线性规划问题的最优解，当线性规划问题没有可行解或有可行解无最优解时x=[]. minf :输出线性规划问题的最优解； （1）当线性规划问题没有可行解时minf=[]； （2）当线性规划问题有可行解无最优解时minf=-inf。 optmatrx :输出最优解对应的单纯性表，当线性规划问题没有可行解或有可行解无最优解时optmatrx=[]. 五 算法 对于一般的标准形式线性规划问题(求极小问题),首先给定一个初始基本可行解。设初始基为B,然后执行如下步骤： (1).解,求得， (2).计算单纯形乘子, ,得到,对于非基变量，计算判别数,令 ,R为非基变量集合 若判别数 ,则得到一个最优基本可行解，运算结束；否则，转到下一步。 (3).解,得到；若,即的每个分量均非正数，则停止计算，问题不存在有限最优解，否则，进行步骤(4). (4).确定下标r,使为离基变量。为进基变量，用替换，得到新的基矩阵，返回步骤（1）。 对于极大化问题，可以给出完全类似的步骤，只是确定进基变量的准则不同。对于极大化问题，应令 六 计算程序代码 function [x,f]=zuiyouhua(A,b,c) [m,n]=size(A); i=n+1:n+m;%基变量集合,后面m个松弛变量为初始基变量; N=1:n;%初始非基变量; B=eye(m,m); xb=b; xn=zeros(m,1); f1=0; w=zeros(1,m); z=-c;%初始判别数; flag=1; while(1) [a,k]=max(z);%x(k)为进基变量; if a=0 flag=0; break else y=inv(B)*A(:,k) if y=0 flag=0; fprintf(不存在最优解) break end t=find(y0); [a,r1]=min(b1(t)./y(t)) r=t(r1); %基变量中第r个变量为退基变量; i(:,r)=k B(:,r)=A(:,k);%换基，即将原基中第ｒ个变量换成第ｋ个变量; cb=c(:,i);%新的价值系数; xb=inv(B)*b; b0=xb;