[2018年最新整理]1-线性规划.pptVIP

线性规划问题的以上几个解的关系，可用下图来描述： 线性规划问题的求解方法——单纯形法 （一）单纯形表 根据以上讨论，令 则 基变量 ，非基变量 ，则有 变形得 相应地，记 目标函数记为 则对应于基B的基本解为 最优解的判定条件 当 时， 则由目标函数式可看出：对应于B的基本可行解为最优解，这时，B也被称为最优基。 由于 与 等价，故可得。 最优解的判定定理 对于基B ，若 ，且 , 则对应于基B 的基本解为最优解， B为最优基。 在上式中，称系数矩阵 为对应于基B的单纯形表，记为T(B) 。 或 对目标函数与约束不等式运用矩阵变形得 如果记 以及 则 (二) 单纯形法的计算步骤 第1步，找出初始可行基，建立初始单纯形表。 第2步，判别检验所有的检验系数 （1）如果所有的检验系数 ,则由最优性判定定理知，已获最优解，即此时的基本可行解就是最优解。 （2）若检验系数中，有些为正数，但其中某一正的检验系数所对应的列向量的各分量均非正，则线性规划问题无解。 （3）若检验系数中，有些为正数，且它们所对应的列向量中有正的分量，则需要换基、进行迭代运算。 第3步，选主元。 在所有大于零的检验数中选取最大的一个b0s，对应的非基变量为xs，对应的列向量为 若 则确定brs为主元项。 第4步，在基B中调进Ps，换出Pjr，得到一个新的基 第5步，在单纯形表上进行初等行变换，使第s列向量变为单位向量，又得一张新的单纯形表。 第6步，转入上述第2步。 例1：用单纯形方法求解线性规划问题 解：首先引入松弛变量 ，把原问题化为 标准形式 具体步骤如下： 第1步，确定初始单纯形表5.1.1。 x1 x2 x3 x4 -z 0 2 3 0 0 x3 12 1 3 1 0 x4 9 2 1 0 1 第2步，判别。在初始单纯形表中b01=2, b02=3，所以B1不是最优基，进行换基迭代。 第3步，选主元。 根据选主元法则，确定主元项 。 第4步 ，换基，得一新基 。 表5.1.1 第5步，进行初等行变换， 得B2下的新单纯形表 x1 x2 x3 x4 -z -12 1 0 -1 0 x2 4 1/3 1 1/3 0 x4 5 5/3 0 -1/3 1 第6步，因检验系数有正数b01=1，重复以上步骤可得对应于 B3=[p2,p3]的单纯形表，检验各检验数可知得最优解X1=3,X2=3, X3=0, X4=0:目标函数最大值为 Z=15。 x1 x2 x3 x4 -z -15 0 0 -4/5 -3/5 x2 3 0 1 2/5 -1/5 x1 3 1 0 -1/5 3/5 表5.1.2 表5.1.3 用MATLAB优化工具箱解线性规划 min z=cX 1、模型： 命令：[1] x=linprog（c，A，b） [2] [x, fval]=linprog（c，A，b） c=[-2 -3]; A=[1 2;4 0; 0 4]; b=[8;16;12]; [x f]=linprog(c, A, b) x=4.000 2.000 f=-14.000 用MATLAB优化工具箱解线性规划 命令：[1] x=linprog（c，A，b，Aeq,beq） [2] [x, fval ] =linprog（c，A，b，Aeq,beq） 2、模型：min z=cX 注意：若没有不等式： 存在，则令A=[ ]，b=[ ]. 3、模型：min z=cX VLB≤X≤VUB 命令：[1] x=linprog（c，A，b，Aeq,beq, VLB，VUB） [2] x=linprog（c