管理运筹学Chapter 2.2 单纯形法.ppt

4.单纯形表解题补遗总结 4.单纯形表解题补遗总结 定义2-6 设B是线性规划的一个可行基， XB=B-1b=(xB1,xB2,…,xBi,…,xBm)T 是这个基本解中的基变量。如果其中至少有一个分量xBi=0(i=1,2,…,m)，则称此基本可行解是退化的。 4.单纯形表解题补遗总结 退化的结构对单纯形迭代会有不利的影响。当迭代进入一个退化极点时，可能出现以下情况 (1)进行进基、离基变换后，虽然改变了基，但没有改变极点，目标函数当然也不会改进。进行若干次基变换后，才脱离退化极点，进入其他极点。这种情况会增加叠代次数，使单纯形法收敛的速度减慢。 (2)在十分特殊的情况下，退化会出现基的循环，一旦出现这样的情况，单纯形叠代将永远停留在同一极点上，因而无法求得最优解。 4.单纯形表解题补遗总结 尽管如此，人们还是对如何防止出现循环作了大量研究。 1952年Charnes提出了“摄动法” 1954年Dantzig，Orden和Wolfe又提出了“字典序法” 4.单纯形表解题补遗总结 对此，Bland提出了一个避免循环的方法，在选择进基变量和离基变量时作了以下规定： （1）在选择进基变量时，在所有检验数zj-cj0的非基变量中选取下标最小的进基； （2）当有多个变量同时可作为离基变量时，选择下标最小的那个变量离基。这样就可以避免出现循环。 当然，用Bland的方法，由于选取进基变量时不再考虑检验数zj-cj绝对值的大小，将会导致收敛速度的降低。 作业 5.单纯形法进阶—两阶段法和大M法 5.单纯形法进阶—大M法 单纯性法的应用前提 从系数矩阵中找出一个m阶单位阵 找不出单位阵的情况 系数矩阵为降秩阵 有些LP问题无可行解 解决办法：人工变量法 M法 两阶段法 2.用向量矩阵描述单纯形法原理 2.用向量矩阵描述单纯形法原理 并设 是A的一个基。 则 ，相应地，向量X 和C 可以记为 max z = CX AX=b X≥0 s.t. BXB+NXN=b XB=B-1b-B-1NXN CBXB+CNXN z=CBB-1b- (CBB-1N-CN)XN 2.用向量矩阵描述单纯形法原理 z=CBB-1b-(CBB-1N-CN)XN XN=0 基础解 CBB-1N-CN=0：任意非基变量进基，目标函数值减少，当前解已经是最优解。 检验数！ 变量xj的检验数： 2.用向量矩阵描述单纯形法原理 基于向量矩阵的单纯形法基本思路： 1)取得初始可行基B、相应的基本可行解及对应的目标函数值 2)从当前的非基变量中选取一个xk ,使xk的值由当前的值0开始增加，其余非基变量的值均保持零值不变。如果任何一个非基变量的值由0增加时，目标函数都不能增加，则当前的基已经是最优基。 2.用向量矩阵描述单纯形法原理 基于向量矩阵的单纯形法基本思路： 3)当xk的值由0开始增加时，当前各基变量的值也会随之变化： (1)当xk的值增加时，某些基变量的值随之减小，则必定有一个基变量xr的值在xk的增加过程中首先降为0。这时，这个基变量xr成为非基变量，而非基变量xk进基成为基变量，相应地， xk在矩阵A中相应（不在基B中）的列向量pk将取代基变量xr在基B中的列向量pr。此时基变换后的目标函数值必定大于原目标函数值。 2.用向量矩阵描述单纯形法原理 (2)当xk的值增加时，所有基变量的值都随之增加，则不会有任何基变量出基，这时xk值的增加没有任何限制。注意到进基变量xk的选取，xk的增加使目标函数增加，此时可行域无界，即目标函数无界。 4)重复步骤(2)和(3)，就一定可以获得最优基或确定目标函数无界。 2.用向量矩阵描述单纯形法原理 单纯形法的几何意义： 从几何意义方面解释，单纯形法就是在可行域的边界上，沿着相邻的极点进行搜索的一种算法。所谓相邻的极点，就是每次只有一个变量进基，一个变量出基转换前后所对应的基本可行解。我们把这两个基本可行解所对应的两个基称为“相邻的”基。 3.单纯形表 根据单纯形法的向量矩阵描述，可得： 系 数 矩 阵 B-1 B-1 B-1 CB CB CB 3.单纯形表 与基B对应的单纯形表 目标函数值 基变量的目标函数系数 令 则检验数σj可以记为 3.单纯形表 3.单纯形表 3.单纯形表 cj C1 C2 C3 C4 Cj Cn θi cB B b x1 x2 xi xm xj xn C1 x1 b1 1 0 0 0 a1j a1n C2 x2 b2 0 1 0 0 a2j a2n Ci xi b3 0 0 1 0 aij ain Cm xm bm 0 0 0 1 amj amn zj-cj ?ciaij -cj