大M两阶段.ppt

6.单纯形法的进一步讨论 目标函数求最小值问题求解 如何尽快求得最优解 人工变量法 大M法 两阶段法 4. 多重最优解 5. 无界情形 6.无可行解 7.退化解 6.4 多重最优解 多重最优解又称无穷多最优解，是线性 规划问题求解时的一种特殊情形。 前面介绍图解法时，曾讨论过该种情况。 现在讨论单纯形求解时，如何判断多重最优解及求出最优解。 1、分别用大M法和两阶段法求解： Max Z=4x1+5x2+x3 St 3x1+2x2+x3≥18 2x1+x2≤4 x1+x2-x3=5 x1,x2,x3≥0 连续性投资问题 某高校拥有100万元，用于今后5年的助学金发放（每年10万），校方决定将钱存入银行，有四种方式：一年期，年利率为3.87%；两年期，年利率为4.5%；三年期，年利率为5.22%；五年期，年利率为5.76%。如果未来五年利率不变，并且不考虑税收，问： 如何安排存款，可以满足每年助学金发放，并且使五年末的资金最多？ 人力资源问题 Rn … Rp … Rm+1 0 … 0 0 Rj … … 1 … 0 0 xm … … … … … … … … … … ?… … … 0 … 1 0 x2 … … 0 … 0 1 x1 xn … xp … xm+1 xm … x2 x1 所有检验数≤0 (max) 含有人工变量 如xl =bl＞0 6.6 无可行解：无可行解在大M法或两阶段法中判断。 大M法 ：用单纯形法求解(max)，如由检验数全部≤0，可判定但前解应为最优解，但在基变量中，有不为0 的人工变量，说明没有可行解。 6.7 退化解 单纯形法计算中用?规则确定出基变量时，有时存 在两个以上相同的最小比值，这样在下一次迭代中就 有一 个或几个基变量等于0，这就出现退化解。若出 基变量迭代后目标函数值不变。这时不同基可行解具 有相同的目标值。特例，当出现退化解时，出现计算 过程的循环，永远达不到最优解。 计算过程的循环现象极少出现，但还是有可能。 解决办法有：“振动法”、“辞典法”。勃兰特规则。 循环现象在实际的线性规划模型中很少出现。 * 确定一初始基可行解 该基可行解 是否最优？ 确定入基变量 确定出基变量 解出新的基可行解 结束 Y N 确定了一个新的可行基 模型的规范型 6.1 目标函数求最小值问题求解 与目标函数求最大值问题不同： 最优解判别准则； 选入基变量准则。 与目标函数求最大值问题相同： 单纯形表格式； 计算检验数方法； 选出基变量准则； 旋转变换。 当全部检验数为正时，当前的基可行解是最优解。 选负检验数对应的非基变量入基。 6.2 如何尽快求得最优解 以求最大值问题为例 0 3 4 0 0 0 -Z 3 0 1 0 0 1 x5 0 4 8 1 2 0 1 0 x4 0 6 1 1 1 0 0 x3 0 ? b x1 x2 x3 x4 x5 XB CB 3 4 0 0 0 cj 选最大正检验数对应的非基变量入基 选最小?对应的变量出基 6 3 单纯形法具有以下特点： 从某一规范型出发（规范型可立即确定一个基可行解）； 根据检验数确定入基变量； 根据? 规则确定出基变量； 旋转运算（初等行变换），解出新的基可解 （表现形式为新的规范型）。 单纯形法要从规范型开始运算，若标准形不是规 范型，则不能直接用单纯形法求解。 上式虽为标准型，但不是规范型，约束条件中找 不到单位矩阵。 解决办法之一是用矩阵的初等行变换将标准型化 为规范型。 即取定一个基，将基变量对应的系数列 向量化为单位矩阵。 一般不能直观看出应取哪组变量为基变量 6.3 人工变量法 不是规范型的标准型，用单纯形法求解：添加人 工变量，使标准型化为规范型。 【例1--15】 式（1—35）添加人工变量后的规范型： 其中，V1，V2是人工变量。 人工变量的作用： 使约束条件系数矩阵中含有一个单位矩阵。 【例1--16】 设有一线性规划问题 其标准型如下：