第2章 线性规划原理及解法.ppt

进基变量的选择 出基变量的选择 判优原则 -3 1 1 0 0 3 0 0 1 -2 0 1 0 0 -1 -2 0 1 0 0 12 1 1 0 1 1 -1 0 0 0 1 4 － － 第二阶段 0 0 0 0 0 1 1 1 0 1 0 0 -1 1 -2 0 3 12 0 1 -2 2 -5 0 -2 1 1 0 0 0 1 0 0 0 0 0 1 1 0 0 0 -1 12 1 1 3 0 -2 [3] 1 4 0 0 1/3 -2/3 0 1 1 0 0 -1 0 9 0 1 2/3 -4/3 -3 1 1 0 0 0 1/3 1/3 -2 所以最优解为 ： 目标函数值： 1 4 0 0 1/3 -2/3 0 1 1 0 0 -1 0 9 0 1 2/3 -4/3 -3 1 1 0 0 0 1/3 1/3 -2 最优解为 ： 目标函数值： -3 1 1 0 0 -3 1 1 0 0 M M -3 1 1 9 0 0 1 2/3 -4/3 4/3 -7/3 0 0 0 1/3 1/3 M-1/3 M-2/3 1 0 1 0 0 -1 1 -2 4 1 0 0 1/3 -2/3 2/3 -5/3 -2 两阶段法最终表 大M法最终表 二、两阶段法 两阶段法的注意事项 第一阶段：目标函数仅含人工变量，且目标函数求极小值，无论原问题求极大还是极小。 第二阶段：求极大值还是极小值由原问题来确定。 三、线性规划问题的各种情况讨论 1、退化解 用θ确定换出变量时会出现两个或两个以上的最小比值，在下一次迭代时会有一个或几个基变量等于0，这就出现了退化解。 后果：出现退化解后，可能会出现过程的循环，迭代后又回到原点，永远达不到最优。 解决方法：勃兰特法 （2）当出现两个以上相同θ值时，始终选取下标最小的变量作为换出变量。 （1）当存在多个 时 ，始终取下标值最小的变量作为换入变量； 三、线性规划问题的各种情况讨论 用人工变量法求解时，最优时，如果基变量中仍含有人工变量，则称该问题无可行解 2、无可行解 3、无穷多最优解 三、线性规划问题的各种情况讨论 4、检验数的几种形式 ? Max Min ≤0 ≥0 ≥0 ≤0 * 由上节所学知识知：若线性规划问题有最优解，一定存在一个基可行解是最优解。而基可行解又对应于可行域的顶点。 上述过程可以用代数运算形式或表格形式来进行，代数运算形式繁琐，但能详细说明单纯形法的迭代过程。 * * 上述大M法只适用于手工计算，由于计算机上的大数是受机器限制的，是有限的，因而，在计算机上用大M法求解，有可能造成错误。为此，介绍含有人工变量的线性规划的另一种解法——两阶段法。 * * 原因：存在多余的约束条件，使多个基可行解对应同一个顶点。 * 5、单纯形法化为标准形式与化标准型的区别 第二章 线性规划原理与解法 §2-1 线性规划求解原理 §2-2 单纯形方法 §2-3 人工变量及其处理 §2-1 线性规划求解原理 1、举例说明 2、一般线性规划问题单纯形法求解基础 单纯形法的思路：从问题的某个基可行解开始，转换到另一个基可行解，直到找到使目标函数最大的基可行解。 例2-1 步骤1 寻找初始基可行解 从约束条件的系数矩阵中可以容易地找到一个基： 将上述约束条件变换形式为 一、举例说明 令非基变量为0， 则 即： 为基可行解 （式2-1） 对应的 为: 步骤2 判断是否为最优解 一、举例说明 选择 作为换入变量， 可以将 或 换入基变量中。 同时还要找出一个换出变量。 例2-1 将（式2-1）带入目标函数为 （式2-2） （式2-1） 计算 非基变量 检验数 步骤3 基变换（由一个基转向另一个基） 一、举例说明 基变换过程中的要求： （式2-3） （1）所有变量均为非负； 因为 仍为非基变量， 所以 由式（2-1）和要求（1）知 （式2-1） 必须有 为了保证式（2-3）满足基变换要求， 此时， 将式（2-1）进行如下基变换 用 替换 ， （式2-4） （2）所有非基变量为0。 最小? 规则 步骤3 基变换 一、举例说明 利用高斯消去法将式（2-4）左边变换为单位矩阵（即出现基） （式2-5） 基可行解为 （式2-4） 目标函数值 之间的联系？ 将式（2-5）代入目标函数 得: 重复 步骤2 判断是否为最优解 （式2-5） 一、举例说明 步骤4 重复步骤2、3，直到目标函数中非基变量的系数均为负，无改进可能，即找到最优解 本例依次向下迭代得到的基可行解分别为： 于是最优解为