[运筹学复习1.pptxVIP

运筹学Operational Research模型——可控变量——已知参数——随机因素实际问题决策变量、目标函数、约束条件（约束方程+变量限制）模型线性规划模型、非线性规划模型有约束、无约束规划模型连续模型、离散模型、确定模型、随机模型、一般线性规划目标函数是线性函数一般形式、标准形式、对偶形式图解法、单纯形法（表）、大M法、两阶段法、对偶单纯形法单纯形法（表）的运算关系、矩阵描述、对偶理论、解的最优性判定、灵敏度分析特殊线性规划运输问题模型：产销平衡、产大于销、产小于销方法（表上作业法与单纯形法的关系）、解的最优性判定整数规划决策变量是整数（一般、0-1、指派）（分枝定界法、割平面法）、隐枚举法、匈牙利法图与网络特殊线性规划无向图、有向图、网络树、支撑树、最小支撑树最短路问题（Dijkstra算法、逐次逼近算法、Floyd算法）最大流问题（增广链）最小费用最大流问题、最小费用流问题（伴随网络）动态规划状态变量及其可能集合、决策变量及其允许集合、状态转移方程、指标函数动态规划基本方程逆序法、逆推解法； 顺序法、顺推解法。动态规划是一种求解方法，可用于解决线性规划或非线性规划的实际问题排队论Little公式标准模型M/M/1、 M/M/1/N、 M/M/1//m?容量有限?M/M/c、 M/M/c/N、 M/M/c//m顾客源有限存储论对策论确定？随机？纯策略、混合策略是否允许缺货？矩阵对策解法（图解法、优势法、简化计算法、线性规划解法）是否需要补货时间？1.一般线性规划问题线性规划的一般形式求解方法：图解法、单纯形法（大M法、两阶段法）、对偶单纯形法?若最大化问题，C0，标准形式，b 0，则可用对偶单纯形法求解。（原问题解不可行，最优性检验成立）（对偶问题解可行，但不满足最优性检验）线性规划的标准形式不能保证可以得到单位矩阵形式的基矩阵。一般单纯形法线性规划的求解准备形式?对“=或”约束，引入人工变量，从而得到单位矩阵形式的基矩阵。大M法、两阶段法1.一般线性规划问题变量不处理令令约束条件不处理约束条件两端同乘 -1加松弛变量加人工变量减去剩余变量，加人工变量目标函数max z不处理min z令 ，求加入变量的系数松弛变量0人工变量-M1.一般线性规划问题1.一般线性规划问题初始单纯形表非基变量基变量0bBI0非基变量基变量0bBI0?每次迭代关键求出，进而计算b、。?当基变量为时，新的单纯形法如下：基变量非基变量bI0基变量非基变量I01.一般线性规划问题原问题（或对偶问题）对偶问题（或原问题）目标函数反约束条件同变量反max zmin 目标函数反约束条件同变量反min zm反反同反反同目标函数 max z目标函数 max z目标函数 min 变量n个n个约束条件无约束=变量n个n个约束条件00无约束=约束条件m个m个变量=无约束约束条件m个m个变量00=无约束“不要求标准型！”目标函数的价值向量约束条件的资源向量约束条件的资源向量目标函数的价值向量1.一般线性规划问题对偶问题的基本性质对偶问题的对偶是原问题。对称性弱对偶性若 和 分别是原问题及其对偶问题的可行解，则有最大化问题（原问题）的任一可行解对应的目标函数值是对偶问题最优目标函数值的下界（集合）；最小化问题（对偶问题）的任一可行解对应的目标函数值是原问题最优目标函数的上界（集合）；若原问题有可行解，但其目标函数值无界，则对偶问题无可行解；若对偶问题有可行解，但其目标函数值无界，则原问题无可行解；若原问题有可行解，且其对偶问题无可行解，则原问题目标函数值无界；若对偶问题有可行解，而原问题无可行解，则对偶问题目标函数值无界。无界性最优性定理若 和 分别是原问题及其对偶问题的可行解，且有则 和 分别是原问题及其对偶问题的最优解。1.一般线性规划问题对偶问题的基本性质强对偶性（对偶定理）若原问题及其对偶问题均具有可行解，则两者均具有最优解，且它们的最优解的目标函数值相等。互补松弛性?若、分别是原问题和对偶问题的可行解，、分别是原问题与对偶问题的松弛变量，则原问题单纯形表的检验数行对应其对偶问题的一个基解，其对应关系如下：1.一般线性规划问题对偶单纯形法找出一个对偶问题的可行基（列出初始单纯形表）最优解是原问题是否可行？（）??检验数均非正？（）是否循环否保持对偶问题为可行解的情况下转移原问题的另一个基本解（基变换）单纯形法 求解1.一般线性规划问题灵敏度分析（cj、bi、增加xj、增加约束条件、aij等的变化）将参数的改变计算反映到最终单纯形表上；检查原问题是否仍为可行解；检查是否满足最优性检验（对偶问题是否可行）；按下表所列情况得出结论和决定继续计算的步骤。原问题对偶问题结论或继续计算的步骤可行解可行解问题的最优解