1.2线性规划.pptVIP

第 1章 线性规划 1.2 原始单纯形法算法与编程实践 1.2.1 原始单纯形法原理 1.2.2 原始单纯形法程序流程图 1.2.3原始单纯形法实例及操作 1.2 原始单纯形法算法与编程实践 1.2.1原始单纯形法原理 程序主要功能是求解约束条件形如AX≤b（并假定b中元素均为非负值）的线性规划问题。虽然程序的使用范围有很大的局限，但原始单纯形法却是求解单纯形问题的基础，所以在此单作为一节叙述。 该程序采用了原始单纯形算法，即从一个初始的可行解x=(0；…；0)出发，在每一步迭代中确定一个新的基本可行解，对于求极大值而言，目标函数值不断增大；对于求极小值而言，目标函数值不断减小。最后， 该程序得出一个最优的基本可行解或者判定规划问题无界。 假设，给定如下问题P： max Z=CTX AX≤b X≥0 注：（1）问题min Z= CTX可以根据min Z= -max（-Z）转化为极大化问题。 （2）上式中A为约束方程组的系数矩阵，X为决策变量，b为限定向量，C为目标函数系数。 （3）并假定该线性规划问题有m个约束条件、n个变量。 解题步骤： 第一步：按第一节中所讲述的方法将线性规划问题化为标准形。 第二步：找出初始可行基，同时列出初始单纯形表。 X Y 1 A I b -C 0 Z 为了进行下边的计算，令： A1=（A, I）； C1=（－C, 0） b1=b； 第三步：判别。存在C1j 0是否成立？若是，则转至第四步；若否，则停止计算，当前解即为最优解。 { 1.2 原始单纯形法算法与编程实践 1.2.1原始单纯形法原理 第四步：寻找主元。 （1）找主元素列s。检验数行中最小负数所在的列称之为主列，即求，? C1s =min{ C1j |C1j 0}。 （2）判别，存在a1is0？若存在，则转至（3）；若否，则停止运算，该线性规划问题具有一个无界 的解。 （3）找主元素行r。计算限定向量列与主列在同一行上的正数的比值，比值最小者所在的行称为主行， 即求， = min{ |a1is0} （其中，i = 1，2，…m） 注：主行与主列的交点元素处为所求的主元。 第五步：换基迭代，进行初等变换。 （1）变换主元素行，将主元素化为1，同时对限定向量进行相应的变换。方法是将A’中的第r行元素和同除以主元A1rs，变换关系式： a1rj = （其中，j = 1，2，…n+m） = （2）变换其它行，将第s列元素除了a1rs已变为1外，其余均变为零。方法是将除第r行外的各行减去第r行乘以一个相应的旋转因子，变成新的第i行，变换关系式： a1ij = a1ij - * a1rj （其中，i =1,2,…m；j = 1，2，…n+m） c1j = c1j - * a1rj （其中，j = 1，2，…n+m） = - * （3）转至第三步。 1.2 原始单纯形法算法与编程实践 1.2.1原始单纯形法原理 例如：给定如下题P： max Z = 5x1+6x2 3x1-2x2≤9 s.t -5x1+5x2 ≤15 12x1+3x2 ≤12 x1, x2 ≥0 标准化： max Z = 5x1+6x2 3x1-2x2+y1=9 s.t． -5x1+5x2 +y2=15 12x1+3x2 +y3=12 x1, x2，y1，y2，y3≥0 决策变量 x1 x2 y1 y2 y3 b y1 y2 y3 3 -2 1 0 0 -5 5 0 1 0 12 3 0 0 1 9 15 12 检验数 -5 -6 0 0 0 0 初始单纯形表