2第二章 线性规划与单纯形法(第7节).ppt

第*页 cj 0 0 0 0 0 -1 -1 θi CB XB b x1 x2 x3 x4 x5 x6 x7 0 x4 12 3 0 0 1 -2 2 -5 0 x2 1 0 1 0 0 -1 1 -2 0 x3 1 -2 0 1 0 0 0 1 c j – z j 0 0 0 0 0 -1 -1 第二阶段 第*页 3 x1 4 1 0 0 1/3 -2/3 -1 x2 1 0 1 0 0 -1 -1 x3 9 0 0 1 2/3 -4/3 c j – z j 0 0 0 -1/3 -1/3 cj 3 -1 -1 0 0 θi CB XB b x1 x2 x3 x4 x5 0 x4 12 [ 3 ] 0 0 1 -2 4 -1 x2 1 0 1 0 0 -1 - -1 x3 1 -2 0 1 0 0 - c j – z j 1 0 0 0 -1 第*页 四、退化问题的处理 退化问题 用θ规则确定换出变量时出现两个以上相同的最小比值 下一次迭代中必有一个或几个基变量等于0 第*页 当没有出现退化问题时：单纯形法的每次迭代都会使目标函数值有所改进，从而在有限次迭代中收敛于一个最优解。 当退化问题出现时：单纯形法的每次迭代不能保证会使目标函数值都有所改进，从而也无法保证在有限次迭代后收敛于一个最优解。 从而，退化问题是一个有待证明是否能够收敛的问题。 第*页 限入循环无法收敛于最优解 从而迭代后的新基可行解不能使目标函数值更优 用θ规则确定换出变量时出现两个以上相同的最小比值 下一次迭代中必有一个或几个基变量等于0 每一次迭代的非基变量被换入后，值均为 0 每次跌代的换出变量均是值为 0 的基变量 退化问题可能造成的一种无法收敛于最优解的情况 第*页 退化问题出现时，可能会出现上述死循环情况的出现，使问题无法收敛于最优解，但这种情况出现的几率是非常小的。 退化问题 出现死循环，无法收敛 （概率较小） 没有出现死循环，收敛于最优解 （概率较大） 第*页 例： 解： 第*页 cj -3 0 1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 0 x4 4 1 1 1 1 0 0 0 4 -M x6 1 -2 [ 1 ] -1 0 -1 1 0 1 -M x7 9 0 3 1 0 0 0 1 3 c j – z j -3-2M 4M 1 0 -M 0 0 0 第*页 cj -3 0 1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 0 x4 3 [ 3 ] 0 2 1 1 -1 0 1 0 x2 1 -2 1 -1 0 -1 1 0 - -M x7 6 [ 6 ] 0 4 0 3 -3 1 1 c j – z j 6M-3 0 4M+1 0 3M -4M 0 0 最小比值有两个相同，无论选择 x4 还是 x7 作为换出变量，均会出现基变量为 0 的情况，该问题为一个退化问题。 第*页 cj -3 0 1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 -3 x1 1 1 0 2/3 1/3 1/3 -1/3 0 3 0 x2 3 0 1 1/3 2/3 -1/3 1/3 0 - -M x7 0 0 0 0 -2 [ 1 ] -1 1 0 c j – z j 0 0 3 -2M+1 M+1 -1-2M 0 0 1 换出变量 x7 =0 换入变量 x5 = 0 选择 x4 作为换出变量。 可能出现死循环 第*页 cj -3 0 1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 -3 x1 1 1 0 [2/3] 1 0 0 -1/3 3/2 0 x2 3 0 1 1/3 0 0 0 1/3 9 0 x5 0 0 0 0 -2 1 -1 1 - c j – z j 0 0 3 3 0 -M -M-1 0 换出变量 x1 ≠0 而不是 x5 换入变量 x3 ≠ 0 没有出现死循环 第*页 cj -3 0 1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 1 x3 3/2 3/2 0 1 3/2 0 0 -1/2 0 x2 5/2 -1/2 1 0 -1/2 0 0 1/2 0 x5 0 0 0 0 -2 1 -1 1 c j – z j -9/2 0 0 -3/2 0 -M -M+1/2 3/2 从而得到问题最优解，问题并没有限入死循环，问题收敛于最优解。 第*页 cj -3 0 1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 0 x4 0 0 0 0 1 -1/2 -1/2 1/2 - 0 x2 3 0 1