线性规划的单纯形法6_两阶段法.pptVIP

第二章 线性规划的单纯形法 本 章 重 点 单纯形法的基本概念和思想 单纯形法的计算步骤 大M法和两阶段法 单纯形法的基本思想 寻找一组初始基本变量 直接观察，在线性规划中存在m个基本变量 如果约束条件都是≤约束，将增加的松弛变量作为基本变量，得到一组基本可行解 如果约束条件有≥约束，这是增加的是剩余变量，这时对于每个约束增加一个变量，将增加的变量作为基本变量，得到一组基本可行解。 大M法 如果约束条件有≥约束，这是增加的是剩余变量，这时对于每个约束增加一个变量，将增加的变量作为基本变量，得到一组基本可行解——大M法 例： 大M法 转化为标准形式 引入两个新变量 大M法 例：用大M法求解线性规划问题 首先：转化为标准形式，增加松弛变量、剩余变量和人工变量 大M法 最优解（0，2，0，0，4），但现在最优解包含人工变量，这说明该问题对于原问题是不可行的，因此原问题无解。 从图中可以看出，可行域为空集 大M法 通过设置新的变量得到初始基本变量，并通过在目标函数中设置新变量的价格系数为-M使得在优化过程中，新变量的值优化为0 在计算机求解过程中，由于计算机只能对M设置有限大的数值，所以在计算过程中可能会产生误差，为了解决这个问题，产生了两阶段法 两阶段法 第一阶段的目的：是设法把人工变量从基内调出来，寻找原问题（未加人工变量前的线性规划问题）的一个基本可行解。具体作法如下： 不考虑原问题的目标函数，构造一个辅助目标函数，使所有人工变量的和最小。设有L个人工变量，构造如下的辅助目标函数： 两阶段法 新的目标函数和原问题的约束条件所构成的线性规划问题，称为辅助目标函数用单纯形法求解得到该问题的最优解后，有下面两种情况： 如果w≠0，则表明人工变量还在基内，原问题无解，停止计算。 如果w=0，则表明人工变量全部出基，从而可得到原问题的一个基本可行解，即可进行第二阶段；　 第二阶段：以第一阶段求得最优解作为初始基本可行解，求原问题的最优解。 以第一阶段求得最优解作为初始基本可行解，再用第一阶段求得最优解时的约束条件和原问题的目标函数进行迭代，直到求出最优解。 两阶段法 例： 两阶段法 第一阶段： 两阶段法 第二阶段：将解（4/3，1/3，0，0，1/3）作为原始线性规划问题的可行解，并将第一阶段得到的约束条件一起进行运算 两阶段法 例： 进入第二阶段：带入初始可行解（0，1，1，12，0）和上一阶段的约束条件 得到最优解（4，1，9，0）最优值2 例 得到最优解（0，2，0，0，4），此时 依然在基中，所以原问题没有最优解。 退化问题 前面介绍的单纯形法是在线性规划问题没有退化的前提的进行的，单纯形法可以通过有限步的优化达到最优值 如果出现退化的情况，？？？ 退化问题 例 退化问题 为了避免循环，人们已经想出了许多办法，这里介绍一种Bland规则，具体步骤如下： 选主元列：在检验数为正值的列中取下标最小的列（即从左到右第一个取正值的检验数对应的列）为主元列，可表示为：主元列下标K＝min{j | } 选主元行：根据最小非负比值规则来确定出换出变量，如果最小比值变量不止一个，那么取基本变量下标最小者作为换出变量 下面把上例中选主元列，选主元行的方法用Bland规则加以修正，用此规则求解上例 退化问题 我们看到使用Bland规则，在单纯形法中去选取主元列、主元行，在求解退化问题的情况下，求出了最优基本可行解，而没有发生循环。这有下面定理来保证使用Bland规则不会发生循环现象。 定理2.3 若在单纯形法的算法中使用Bland规则选取主元列、主元列，则在迭代过程中不会出现循环。 谢谢大家！ 0 0 -15 3/2 4 0 0 1 -2 X2 0 0 0 3 -1/2 -12 1/2 0 1 0 X2 0 7/2 -3 1 -4 1/2 0 1 -1 x6 1/2 -33 27 0 36 -6 0 0 9 x7 -6 - 0 -32 1 0 0 4 X4 3/4 - 1 0 0 1 0 0 X3 0 Z=0 -24 3/4 0 0 3 sacj -20 3/4 0 0 0 impj 4 0 0 0 -3 impj z=0 0 0 0 0 0 sacj - 1 0 0 1 0 0 X3 0 0 0 -8 1/4 0 0 1 X1 0 ? b x5 x4 x3 x2 x1 xB CB -20 3/4 0 0 0 cj 0 0 -15/4 3/8 1 0 0 1/4 -1/2 X5 -20 0 0 -15 3/2 4 0 0 1 -2 X2 0 2 -3/2 1 8 7/2 -3 1 -4 x6 1/2 -18 12 0 -84 -33 27 0 36 x7 -6 0 0