12单纯形法图解法及原理_3.pptVIP

例：公交线路人员优化问题 某昼夜服务的公交线路每天各时间区段内所需司机和乘务人员数如下： 班 次 时 间 所需人数 1 6:00 -10:00 60 2 10:00-14:00 70 3 14:00-18:00 60 4 18:00-22:00 50 5 22:00- 2:00 20 6 2:00 - 6:00 30 设司机和乘务人员分别在各时间区段一开始时上班，并连续工作八小时，问该公交线路至少配备多少名司机和乘务人员。 列出此问题的线性规划模型。 ;决策变量：Xi为第i班开始上班的人数 i=1,…,6 目标函数：Min Z= X1+X2+X3+X4+X5+X6 约束条件： X6 + X1 = 60 X1 + X2 = 70 X2 + X3 = 60 X3 + X4 = 50 X4 + X5 = 20 X5 + X6 = 30 Xi=0,1=1,…,6;线性规划模型隐含的假设： 比例性： 决策变量变化引起目标的改变量与决策变量改变量成正比。 可加性： 每个决策变量对目标和约束的影响独立于其它变量。 连续性： 每个决策变量取连续值。 确定性： 线性规划中的参数aij , bi , ci为确定值。 ;第二节 单纯形法原理;1）作出可行域 2）作出一条目标函数的等值线 3）平行移动目标函数的等值线，求出最优解;;x2;;;;;;例2 解线性规划;对于线性规划问题，我们定义： 可行解：满足全部约束条件的决策向量 X?Rn。 可行域：全部可行解构成的集合。（它是 n 维欧 氏空间Rn 中的点集，而且是一个“凸 多面体”) 最优解：使目标函数达到最优值（最大值或最小 值，并且有界）的可行解。 无界解：若求极大化则目标函数在可行域中无上 界；若求极小化则目标函数在可行域中 无下界。 ;有无穷多最优解 ;例4 解线性规划;例5： MaxZ=3X1-2X2 X1 + X2 =1 2X1 + 2X2 =8 X1,X2 =0;结论： 1、线性规划问题的可行域为凸集 2、若有最优解一定可以在其可行域的顶点上得到;第三节 单纯形法 ----原理;定义1：基(基阵) ——由A中一个子矩阵B是可逆矩阵，则方阵B称为LP问题的一个基。;例1、 X1+2X2 +X3 =30 3X1+2X2 +X4 =60 2X2 +X5=24 X1 … X5 ?0;AX=b的求解;定义2：基本解——对应于基B，X= 为AX=b的一个解。;X1 X2 X3 X4 X5;令X1 = X2 =0, X3=30, X4=60, X5=24;X1=12-(1/3 X4 -1/3 X5) X2=12-(1/2 X5 ) X3 =-6-(- 1/3 X4 -2/3 X5 ) ;例2：给定约束条件 -X3+X4 =0 X2 +X3 +X4 =3 -X1 +X2 +X3+X4 =2 Xj ?0 ( j=1,2,3,4 ); 0 -1 1 解：B=(P1 P3 P4)= 0 1 1 -1 1 1; X1 X3 = B-1 b X4 ;定义1：凸集——D是n维欧氏空间的一个集合 X(1), X(2)∈D,若任一个满足 X=? X(1)+(1-?) X(2) (0