《管理运筹学》02-2求解线性规划的单纯形法.pptVIP

第二节 单纯形法 Simplex Method 求解线性规划的单纯形法 单纯形法思路 YES 停止 求解线性规划的单纯形法 Q1：初始基本可行解如何找？ 标准型 基本解 Q2：怎样判断最优？ 最优性条件 Q3：如何找下一个相邻的基本可行解？ 确定移动的方向 确定在何处停下 确定新的基本可行解 关键问题 求解线性规划的单纯形法 例：用单纯形法求解以下线性规划问题 求解线性规划的单纯形法 首先将模型转化成标准形式 求解线性规划的单纯形法 Q1：确定初始的基本可行解 选择原点： 令决策变量 x1= x2 = 0得：X0 = ( 0，0，3，4)T 选择单元阵作为初始基： 令非基变量 x1= x2 = 0得：X0 = ( 0，0，3，4)T 求解线性规划的单纯形法 非最优：增加非基变量的值，可以使得目标函数Z值增加 基变量在目标函数中的系数为0 非基变量在目标函数中的系数=0. （注意：目标函数形式 z = 2x1 + 3x2） 若目标函数为方程形式： z - 2x1 - 3x2=0，则需非基变量的系数=0 Q2：最优性检验 检验数 求解线性规划的单纯形法 迭代步骤1：确定移动的方向 例：z = 2x1 + 3x2 选择 x1 ？Z的增长率=2 选择 x2 ？Z的增长率=3 3＞2，选择x2！ 进基变量的选择： 选择非基变量的系数最大的！ Q3：如何找下一个相邻的基本可行解 确定进基变量 检验数的绝对值哦~~~ 求解线性规划的单纯形法 迭代步骤2：确定在何处停下 增加x2 的值， x1 =0 所有变量非负 令x2 =2，从而 x4 =0 离基变量的选择： 最小比值法 确定离基变量 最小比值法 Q3：如何找下一个相邻的基本可行解 求解线性规划的单纯形法 迭代步骤3：确定新的基本可行解 原方程 寻找新的基本可行解： 初等数学变换 初等数学变换 初始BF解 新的BF解 非基变量（Non-basics） x1 =0，x2 =0 x1 =0，x4 =0 基变量（Basics） x3 =3，x4 =4 x3 =？，x2 =2 1 X*=（0, 2, 1, 0） Z*=6+ x1/2- 3x4/2＝6 新方程 Q3：如何找下一个相邻的基本可行解 非基变量x1的系数是正数！ 非最优解！ 求解线性规划的单纯形法 第2次迭代 － 确定进基变量x1 － 确定离基变量 非基变量x4=0 确定x3为离基变量 　　－ 初等行变换 初等 行变换 非基变量系数0，最优！ Z*=7,X*=(2,1,0,0) 求解线性规划的单纯形法 目标函数无界的情况 min z= -x1 -2x2 ? s.t. -x1 +x2 ≤1 ? ? x2 ≤2 ? x1, x2 ≥0 用单纯形法求解以下线性规划模型。 求解线性规划的单纯形法 最优性检验： 一切σj ≥ 0 ？ 然后确定初始基本可行解 X0 = (0, 0, 1, 2)T z0 = 0 当前解 X0 非优； 须由X0 转化为另一个基本可行解 X1。 思路：让X0 中的一个非基变量进基，去替换原来的一个基变量（离基）。 首先标准化，令z’=-z，引入松弛变量x3, x4 max z’= x1 +2x2 ? ? ? s.t. -x1 +x2 +x3 ? =1 ? ? x2 ? +x4 =2 ? x1, x2, x3, x4 ≥0 x1仍为非基变量，其值为0。 x3 = 1 -x2 x4 = 2 -x2 → x2 ≤ 1/1 → x2 ≤ 2/1 离基（最小比值规则） ： x2 ≤ min {1/1，2/1 } = 1 x2 = min {1/1，2/1 } = 1 x3 x3为离基变量 进基（最小检验数规则）： 在负检验数中选择最小的进基。 min{σ j︱σj0 } = σk → xk 进基 min{ -1，-2} = -2= σ2 → x2 进基 ≥ 0 ≥ 0 = X1 = ( 0, 1, 0, 1 )T z - x1 -2x2 = 0 - x1 + x2 +x3 = 1 ① x2 +x4 = 2 ② (Ⅰ) 0 由① ② 有 求解线性规划的单纯形法 求解线性规划的单纯形法