单纯形法大M法两阶段法培训教案.pptVIP

单纯形法流程图 linprog函数求解线性规划问题 其中，f, x, b, beq, lb, ub为向量, A, Aeq为矩阵。 x = linprog(f,A,b) 功能：求解最小化问题 min f*x 条件 A*x ≤ b。 x = linprog(f,A,b,Aeq,beq) 功能：求解最小化问题 min f*x 条件 A*x ≤ b Aeq*x = beq，如果没有不等式就设置A = []和b = []；没有等式就设置 Aeq=[],beq=[] x = linprog(f,A,b,Aeq,beq,lb,ub) 功能：求解最小化问题 min f*x 条件 A*x ≤ b Aeq*x = beq lb ≤ x ≤ ub，决策变量有上下限时，如果没有不等式就设置A = []和b = [] ；没有等式就设置 Aeq=[],beq=[] x = linprog(f,A,b,Aeq,beq,lb,ub,x0) 功能：求解最小化问题 min f*x 条件 A*x ≤ b Aeq*x = beq lb ≤ x ≤ ub，如果没有不等式就设置A = []和b = []。设置初始点x0。 [x,fval] = linprog(...) 功能：返回目标函数最优解x，和在x处的值：fval = f*x. 线性规划的单纯形算法 目录 单纯形算法计算步骤 初始可行基的确定 大M法 两阶段法 4 2 3 1 线性规划的单纯形算法 计算流程 初始基本可行解 是否最优解或 无限最优解? 结束 沿边界找新 的基本可行解 N Y 线性规划解的概念 1. 初始基本可行解的确定 线性规划标准型： minZ=CX AX=b X ≥0 从系数矩阵A中找到一个可行基B，不妨设B由A的前m列组成， 即B=(P1,P2,……Pm)。进行等价变换－－约束方程两端分别左乘B－1. 2. 最优性检验 3. 基变换 取某一非基变量xk→换入基（即让xk0，其余非基变量仍为0），同时再从基变量中换出一个变量xBr→作为非基变量。 如何求换入变量xk和换出变量xBr？ 3. 基变换 从目标函数看xk越小越好，但从可行性看xk又不能任意小。若aik≤0,i=1,…，m,xk可任意取值，此时问题是无界的；若aik0,为保证可行性，即xBi=bi-aikxk≥0，应取 重复上述过程，直至所有的σj均≥0，得到最优解。 注意：xBr=0 总结计算步骤：给定初始基 步1.令xN=0,，xB=B-1b=b，z0=cBxB ； 步2.检验数σj=cj-cBB-1 Pj，σj≥0，停止，得最优解，否则取σk＝min{σj}，转步3； 步3. 解ak=B-1Pk，若ak≤0，停止,不存在有限最优解. 否则转 步4.计算 xk进基，xBr离基，用Pk替代PBr得新的可行基B 步5.以ark为主元素进行迭代.转步2 新可行解：x=(xB1,…xBr-1,0,xBr+1,…,xBm,0,…，0,xk,0,…，0) 初始可行基 开始 以ark为主元素进行迭代 得到最优解 得到最优解 Y Y N N 所有σj≥0？ 所有ark≤0? 计算σk＝min{σj|σj0} 单纯形法例题 例 3.2 求解线性规划问题 ?将线性规划问题化为标准形式 ?作初始单纯形表，按单纯形法计算步骤进行迭代，结果如下： CB XB b －2 －3 0 0 0 x1 x2 x3 x4 x5 0 x3 8 1 2 1 0 0 4 0 x4 16 4 0 0 1 0 － 0 x5 12 0 [4] 0 0 1 3 0 －2 －3 0 0 0 单纯形法例题 0 x3 2 [1] 0 1 0 －1/2 2 0 x4 16 4 0 0 1 0 4 －3 x2 3 0 1 0 0 1/4 － 9 －2 0 0 0 3/4 －2 x1 2 1 0 1 0 －1/2 － 0 x4 8 0 0 －4 1 [2] 4 －3 x2 3 0 1 0 0 1/4 12 13 0 0 2 0 －1/4 －2 x1 4 1 0 0 1/4 0 0 x５ 4 0 0 －2 1/2 1 －3 x2 2 0 1 1/2 －1/8 0 14 0 0 3/2 1/8 0 表最后一行的检验数均为正，这表示目标函数值已不可能再减小，于是得到最优解， 目标函数值 ． 初始可行基的确定 若系数矩阵A中含有一个子矩阵是单位矩阵Im,则取Im为初始可行基。 对于约束条件是“≤”形式