数学规划第三章节,单纯形法.pptVIP

第三章 单纯形法 本章内容 最优基本可行解的判断 基本可行解的改进 初始基本可行解的确定 退化情况与Bland法则 单纯形法的基本思想： 从标准型线性规划的一个基本可行解出发，在确定它不是线性规划问题的最优解后，能求得另外一个基本可行解并使目标函数值下降。 单纯形法的核心： （1）如何判断一个基本可行解为最优解 （2）如何从一个非最优基本可行解求得另一个改进了的基本可行解 或矩阵形式：min z=cxs.t. Ax=bx≥0式中，A为m×n矩阵，秩为m其约束函数和目标函数可用矩阵表示为： 对于线性规划问题： 设B是A的一个基，令B由A的前m列组成，则 基变量xB=（x1，…，xm）T。 则前述系数矩阵可通过初等行变换变作： 若对j=m+1 ，…，n均满足ri≥0，且xj ≥0，则有：由此表明：最小值 对应的最优解为 对于基B的标准型表中，最后一行的rm+1 ，…，rn，有： 任一可行解x对应的目标函数值： 基变量与非基变量之间又有： 因此， 标准型表的求解过程可概括为： * 初始表 对应于基B的标准型表 基变量与非基变量的关系： 基B的基本解： 当yi0≥0（i=1， … ，m）时，即为基本可行解，此时 目标函数值 是否为最优解？ 标准型表变换注意事项： 1、m阶方阵B变成每行每列有且仅有一个元素为1，其余元素为0； 2、B中m列对应的表上最后一行元素为0； 3、基本变量根据最优性和可行性来选择，并不一定要逐项挨着选择。 单纯形法的思路 找出一个初始基可行解 是否最优 转移到另一个基可行解 （找出更大的目标函数值） 最优解 是 否 循 环 核心是：变量迭代 结束 例3.1-2 用单纯形法求下列线性规划的最优解 解：1）将问题化为标准型，加入松驰变量x3、x4则标准型为: 2）求出线性规划的初始基可行解，列出初始单纯形表。 cj 3 4 0 0 θi cB 基 b x1 x2 x3 x4 0 x3 40 2 1 1 0 0 x4 30 1 3 0 1 3 4 0 0 检验数 松驰变量x3、x4系数均为1，若令x1=x2=0，则可求得初始基本可行解x3=40，x4=30。 3）进行最优性检验 如果表中所有检验数 ，则表中的基可行解就是问题的最优解，计算停止。否则继续下一步。 4）从一个基可行解转换到另一个目标值更大的基可行解，列出新的单纯形表 确定换入基的变量。选择 ，对应的变量xj作为换入变量，当有一个以上检验数大于0时，一般选择最大的一个检验数，即： ，其对应的xk作为换入变量。 确定换出变量。根据下式计算并选择θ ，选最小的θ对应基变量作为换出变量。 *