线性规划(本-全).ppt

第一章 线性规划及单纯形法 线性规划 运筹学中应用最广泛的方法之一 运筹学的最基本的方法之一，网络规划，整数规划，目标规划和多目标规划都是以线性规划为基础的 解决稀缺资源最优分配的有效方法，使付出的费用最小或获得的收益最大 §1.1 线性规划问题及其数学模型 线性规划模型特点 决策变量：向量(x1… xn)T 决策人要考虑和控制的因素非负 约束条件：线性等式或不等式 目标函数：Z=?(x1 … xn) 线性式，求Z极大或极小 隐含的假设 比例性：决策变量变化引起目标的改变量与决策变量改变量成正比 可加性：每个决策变量对目标和约束的影响独立于其它变量 连续性：每个决策变量取连续值 确定性：线性规划中的参数aij , bi , ci为确定值 应 用 市场营销(广告预算和媒介选择，竞争性定价，新产品开发，制定销售计划) 生产计划制定(合理下料，配料，“生产计划、库存、劳力综合”) 库存管理(合理物资库存量，停车场大小，设备容量) 运输问题 财政、会计(预算，贷款，成本分析，投资，证券管理) 人事(人员分配，人才评价，工资和奖金的确定) 设备管理(维修计划，设备更新) 城市管理(供水，污水管理，服务系统设计、运用) 要解决的问题的目标可以用数值指标反映 对于要实现的目标有多种方案可选择 有影响决策的若干约束条件 线性规划的标准型 §1.2 图解法 图解法求解步骤 由全部约束条件作图求出可行域； 作目标函数等值线，确定使目标函数最优的移动方向； 平移目标函数的等值线，找出最优点，算出最优值。 线性规划问题求解的 几种可能结果 图解法的几点结论:（由图解法得到的启示） 可行域是有界或无界的凸多边形。 若线性规划问题存在最优解，它一定可以在可行域的顶点得到。 若两个顶点同时得到最优解，则其连线上的所有点都是最优解。 解题思路：找出凸集的顶点，计算其目标函数值，比较即得。 §1.3 单纯形法原理 线性规划问题的解的概念 求解 基解：称上面求出的X解为基解。 基可行解：非负的基解X称为基可行解 可行基：对应基可行解的基称为可行基 例：求基解、基可行解、最优解。 ：求基解、基可行解、最优解。 X(1) , X(2) , … ,X(k) 是n维欧氏空间中的k个点，若有一组数 μ1 , μ2 , … , μk 满足 0 ? μi ?1 (i=1,… ,k) 凸集D, 点 X?D，若找不到两个不同的点X(1) , X(2) ?D 使得 X=? X(1) +(1- ? ) X(2) (0? 1) 则称X为 D的顶点。 证明： 设LP问题的可行解域为集合C C={ X| AX=b X ? 0 } 任取X(1) , X(2) ?C, 则 X=? X(1) +(1- ? ) X(2) ? 0 (0 ? ? ? 1) 又因为 A X(1) =b， A X(2) =b 所以 AX=A[? X(1) +(1- ? ) X(2) ] = ? b +(1- ? ) b=b 则 X?C，C为凸集 只须证明： D的k个顶点X(1) , … ,X(k) ，有 0 ? μi ?1， 使 X= μ1 X(1) + … + μk X(k) LP问题解的性质小结 求解线性规划问题的基本思路 1、构造初始可行基； 2、求出一个基可行解（顶点） 3、最优性检验：判断是否最优解； 4、基变化，转2。要保证目标函数值比 原来更优。 基本思想1、顶点的逐步转移 即从可行域的一个顶点（基本可行解）开始，转移到另一个顶点（另一个基本可行解）的迭代过程，转移的条件是使目标函数值得到改善（逐步变优），当目标函数达到最优值时，问题也就得到了最优解。 引例 2、最优性检验与解的判别 换出变量确定 单纯形法计算步骤(单纯形表) 单纯形表 由单纯形法迭代原理可知，每一次迭代计算只要表示出当前的约束方程组及目标函数即可。 单纯形表 单纯形法的迭代原理： ? 1、确定初始基可行解 (1)初始可行基的确定 ? 观察法——观察系数矩阵中是否含有现成的单位阵？ ? LP限制条件中全部是“≤”类型的约束—— 将新增的松弛变量作为初始基变量，对应的系数列向量构成单位阵； 先将约束条件标准化，再引入非负的人工变量， 以人工变量作为初始基变量，其对应的系数列向量构成单位阵，称为“人造基”；