改进单纯形法1讲解.pptVIP

　　 例：用改进单纯形法求解 求：当取 为基时的解 解： 第五节 改进单纯形算法 在每次迭代过程中不必要地计算了很多与迭代无关的数字, 影响了计算效率. 单纯形法的迭代过程实质上是从一组基到另一组基的变换. 而每次迭代中真正有用的数字是基变量列数字、基的逆矩阵、非基变量检验数以及最大正检验数所对应的非基变量系数列向量。 引例： max Z=6 x1＋8 x2 2 x1十x2≤12 x1十4x2≤20 xj≥0 标准化得： max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 求解： max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 第二步迭代中： 基变量 XB=(x3、x2) 基矩阵 B2＝（P3、P2）＝ B2－1 → B2－1＝ 正是x3、x4在第二步迭代表中的系数 max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 根据矩阵理论，第二步迭代表中的任何数都可由B2－1左乘原始数据得到 如：p‘2＝B2－1 p2＝ p‘3＝B2－1 p3＝ p‘4＝B2－1 p4＝ b‘＝B2－1 b＝ max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 检验数σj＝Cj－CBB－1Pj σ1＝C1－CB B2－1 P1＝6－（0 8） ＝6－2＝4 σ4＝C4－CB B2－1 P4＝0－（0 8） ＝0－2＝－2 令Y＝CB B2－1 称 单纯形乘子 max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 第三步迭代中： 基变量 XB=(x1、x2) 基矩阵 B3＝（P1、P2）＝ B3－1 → B3－1＝ 正是x3、x4 在第三步 迭代表中 的系数 max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 根据矩阵理论，第三步迭代表中的任何数都可由B3－1左乘原始数据得到 如：p‘1＝B3－1 p1＝ b‘＝B3－1 b＝ 检验数σj＝Cj－CBB－1Pj σ1＝C1－CB B3－1 P1 ＝6－（6 8） ＝6－6＝0 max Z=6 x1＋8 x2 2 x1十x2十x3＝12 x1十4x2十x4＝20 xj≥0 在单纯形法的迭代计算中重复计算了很多与迭代过程无关的数字。 单纯形法的迭代计算实际上是对约束方程的系数矩阵实施行的初等变换。 显然有 上述公式是改进单纯形法计算的依据，也是下一章中要讲述的灵敏度分析等内容的基础，CB是基变量的目标函数中的系数向量，Pj和Cj是初始单纯形表中非基变量Xj的系数向量和它在目标函数中的系数值，Pj’是新单纯形表中非基变量的系数向量。 改进单纯形法的计算步骤可以归结为： (1)在下一步迭代的基变量确定后，求新单纯形表中基矩阵B的逆矩阵B－1，并求基可行解XB＝B－1 b (2)计算和单纯形乘子Y = CBTB-1 并计算非基变量的检验数 σN＝CN－CBB－1N＝ CN－ YN σj＝Cj－CBB－1Pj＝ Cj－ Y Pj ， 如果有σj ≤0，达到最优解，计算结束。否则转入下一步 (3)根据max {?l ∣ ?l 0，l∈IN } = ?k,确定 xk 为换入变量(即为新基的基变量) 计算P‘k＝B－1Pk＝（a1k’、a2k’、…… amk’ ） 若aik’ ≤0，线性规划问题有无界解，计算结束。否则转入下一步 （4）按最小比值原则来确定第r行基变量xr为换出变量 (5)计算B1－1，XB1＝B1－1 b （6)重复(2)—(5)步，直到计算结束 或 定理 在单纯形法的相邻两次迭代中，没迭代前的可行基为 B＝(P1，P2，…，Pr－1，Pr， Pr＋1 ，…Pm) 经过换基运算后，得到另一个可行基 ＝(P1，P2，…，Pr－1，Pr， Pr＋1 ，…Pm) 则迭代后所得基 的逆矩阵为 ＝ErkB-1 其中 称为初等变换短阵，且aik(i=1,2,……m)为变换后的第i列的元素 由定理可知，若已知 B－1．则可先由式 B－1Pk＝(a’1k， a’2k ，… … a’mk )求出B－1Pk ．再求出Erk，最后求出 即由B－1直接求出 ．从而可以实现单纯形法的改进．