1-3单纯形法思想原理wxp分析.pptVIP

1-3 单纯形法 图解法的局限性？ 1947年G.B.Dantzig(丹捷格)提出的单纯形法提供了方便、有效的通用算法求解线性规划。 一、单纯形法的基本思想1、顶点的逐步转移 转移条件：使目标函数值得到改善 停止准则：目标函数达到最优值 单纯形法小结 求解思想－－ 顶点的逐步转移， 条件是 使目标函数值不断得到改善。 表格单纯形法求解步骤 大M法 举例 大M法 举例 两阶段法 举例 两阶段法——第一阶段 两阶段法 —第二阶段 从最优表可知: 该LP的 最优解是X*=(1, 2, 0, 0, 0)T 相应的目标函数最优值是Zmax=8 五、各种类型线性规划的处理 1、分类及处理原则： （1）类型一：目标要求是“Max”，约束条件是“≤”类型——左边加上非负松弛变量变成等式约束（约束条件标准化），将引入的松弛变量作为初始基变量，则初始可行基是一个单位阵，用原始单纯形法求解。 （2）类型二：目标要求是“Max”，约束条件是“=”类型——左边引入非负的人工变量，并将引入的人工变量作为初始基变量，则初始可行基是一个单位阵，然后用大M法或两阶段法求解。 （3）类型三：目标要求是“Max”，约束条件是“≥”类型——约束条件标准化，左边减去非负的剩余变量，变成等式约束，化为类型二。 （4）类型四：目标要求是“Min” ①方法1——化为极大化问题 ②方法2——按照极小化问题直接在单纯形表格上计算处理，但是 相应的原则要作改动。 2、处理人工变量的方法： （1）大M法(惩罚法)——在约束条件中人为地加入非负的人工变量，以便使它们对应的系数列向量构成单位阵。 问题：加入的人工变量如何处理？ 在目标函数中，给人工变量前面添上一个绝对值很大的负系数-M（M0），迭代过程中，只要基变量中还存在人工变量，这表示无可行解！ 加入人工 变量 -1/2 1 -1/2 0 1/2 1 0 0 1 0 1 3 X2 X4 -2 0 -2 0 -1 0 1-M 2 -Z’ -1-M -2+2M M 0 0 2M -Z’ 2/2 ∞ -1 2 -1 0 1 1 0 0 1 0 2 3 X5 X4 -M 0 ?i -1 -2 0 0 -M x1 x2 x3 x4 x5 Cj b xj XB CB 最优值Zmin=-Z’max=2,最优解X*=(0,1,0,3,0)’ 三、单纯形法的一般描述： ?1、初始可行解的确定 (1)初始可行基的确定 ?观察法——观察系数矩阵中是否含有现成的单位阵？ LP限制条件中全部是“≤”类型的约束 ——将新增的松弛变量作为初始基变量，对应的系数列向量构成单位阵； （2）写出初始基本可行解—— 根据“用非基变量表示基变量的表达式”，非基变量取0，算出基变量，搭配在一起构成初始基本可行解。 2、建立判别准则： （1）两个基本表达式的一般形式 就LP限制条件中全部是“≤”类型约束，新增的松弛变量作为初始基变量的情况来描述： 此时LP的标准型为 初始可行基 ： 初始基本可行解： 一般（经过若干次迭代），对于基B， 用非基变量表出基变量的表达式 为： 用非基变量表示目标函数的表达式： 若 是对应于基B的基本可行解， 是非基变量 的检验数，若对于一切非基变量的角指标j，均有 ≤0，则X(0)为最优解。 （2）最优性判别定理 （3）无“有限最优解”的判别定理 若 为一基本可行解，有一非基变量xk,其检验数 , 而对于i=1,2,…，m，均有 ，则该线性规划问题没有“有限最优解”。 证明思路——构造性证明： 依据用非基变量表示基变量的表达式构造一组可行解，其对应的目标函数值趋于