比较枢纽法与内点法的优缺点.docVIP

运筹文献英翻汉 组员：江沵沵 杨莉 崔代云 张冬冬 比较枢纽法与内点法的优缺点 ?摘要 线性优化是数学优化最基本的问题。它大量的应用在经济，工程，科学和许多其他领域。解决线性规划问题的三个最重要的算法为是：枢纽，椭球和内点法。由于椭球方法在实践中效率不高，我们将只集中在计算成功的单纯和原始对偶内点法，和总结这些算法的优点和缺点。 关键词：线性规划;线性优化;枢纽方法;单纯形算法;内点方法;复杂性;灵敏度分析 1．线性优化问题 在简单易懂的英语可以说，一个线性优化问题的优化组成，即尽量减少或最大限度地发挥一个线性函数超过一定的范围。该范围是由一组线性约束。限制可以是等式或者不等式。乍一看，线性规划问题，有一个很简单的结构。只涉及到直线职能，但是不仅是一套线性方程组已得到解决，但有两种方法使我们的任务是更加困难：不等式的参与以及和一个优化的组成部分“找到一个解决方案，使目标函数尽可能最好的价值”。在讨论数学特性和进入我们主题-主要算法的优点和缺点-让我们首先了解一下线性规划的历史。这两个主要组成部分：优化的功能和解决线性系统可以追溯到几百年前。 优化是一个自然的活动。在古希腊数学可以找到很多优化内容。拉格朗日[ 42 ]认为，尽量减少某些职能而设置的-可能非线性-平等的限制感到满足。尽管拉格朗日没有考虑到不等式，他已奠定了对偶理论的基础。 求解线性系统的一个划时代的一步是由高斯建立了著名的高斯消元算法，至今仍是解决线性方程组系统的一个主要的技术。然而，除了方程，线性规划涉及不等式。一个智力吸引力，但计算效率低下的算法来解决系统的线性不等式是由傅立叶和Motzkin的[ 42 ] 设计的 。法卡斯[ 14 ]对线性不等式系统进行了透彻的研究 。他发展理论的替代系统。法卡斯的基本理论仍然是在线性规划文献最经常引用的定理，它本质上是等同于线性规划的强对偶定理。 随着越来越多的应用软件产生，线性规划仍然是个重要的学科。它-作为一种新的热门研究领域出生在本世纪中叶。虽然一些特殊结构的线性规划问题，已被Kantorovich [ 42 ]制定并做了早期的系统地研究，丹[ 12 ]是第一谁制定了简明的理论：几何分析，对偶理论，图书馆典型的实用模型和计算效率的算法，单纯方法仍然是解决线性规划问题最有效的方法。在[ 33 。 J.K.伦斯特拉， A.H.G. Rinnooy侃和A.施里弗，编辑，历史的数学规划：一个收集个人回忆录， CWI /北荷兰，阿姆斯特丹（ 1991年） 0.33 ]可以找到线性规划和单纯形法诞生的故事，包括丹关于这些历史性年的回忆。由于解决大规模的线性规划问题是一个计算高度密集的活动，从20世纪50年代，线性规划领域的算法与计算机技术关系越来越密切。由于电脑的运算速度的加快和容量的增加，为解决大线性规划的问题打开了新的途径。在20世纪50年代，有数以百计变量的问题被认为是大规模的问题。今天每个人都可以对自己的台式电脑在几分钟内解决含有数以万计的变量的线性规划问题，数以百万计的变数量问题也可以解决。读者可以在[ 2日， 3日和7 ]纵览计算技术水平的发展。 单纯型法的实际效率不能掩盖它的一些缺点，即一些变种的单纯形法，可能需要很长一段时间来解决一些特殊的线性规划问题。在20世纪70年代初，这些缺点已被克利和明蒂[ 30 ]作出了明确详述。因为它们显示，一种变异的单纯形法，需要许多成倍步骤来解决的线性规划的问题的一套可行的解决方案是一个简单的超立方体。另一方面，根据概率模型，证明使用单纯法的一些案例大都是多项式[ 9 ] 。 在克利-明蒂例刺激了线性规划的替代算法 。在很长一段时间它是一个开放的问题，到底多项式线性规划问题是可解还是不可解。取得的卓越成果是Khacijan [ 29 ] 。 Khacijan开创了椭球的方法解决多项式线性规划问题。这一重大成果上了纽约时报头版，但是结果很快显示，在实践中，椭球计算方法与单纯形法没有竞争力的。在实践中，表明单纯形法执行明显优于其理论最坏的情况约束，而实际行为的椭球方法是接近其最坏的情况下的约束 下一个突破是卡马卡于1984年达成 [ 28 。 N.K.卡玛卡，一种新的多项式算法，线性规划。 Combinatorica 4 （ 1984年） ，页。 373-395 。 MathSciNet |全文通过CrossRef |查看记录帕斯|被引用次数在帕斯（ 0 ） 28 ]。他提出了内点法防治（ IPM ） ，其最坏情况复杂的约束优于之一的单纯和椭球的方法。卡玛卡还声称卓越的计算性能。卡玛卡的结果和理论开始了内点革命[ 43 ， 51 ， 52和54 ]