灵敏度分析及参数规划.ppt

第四章 灵敏度分析与参数规划 前面的假设 前几章讨论线性规划问题时，总是假设是不变的常数． 但实际上这些数据往往是根据以往资料，或估计值、或预测值，不可能很精确，而且随着情况的变化，这些数据也会经常发生变化． 实际的情况 面对市场经济： 价格的波动会引起价值系数的变化； 工艺的改进引起消耗系数的变化； 资源储量的变化会引起右端常数的变化； 增加新产品会引起决策变量的增加； 增加新的资源限制会引起约束条件的增加等等。 三个问题 当这些数据中有一个或几个发生变化时，已求得的线性规划问题的最优解会有什么变化？ 这些数据在什么范围内变化时，已求得的线性规划问题的最优解或最优基不变？ 若原最优基不再是最优基，如何在先前优化的基础上迅速求得新的最优方案？ 灵敏度分析 以上三个问题正是灵敏度分析所要讨论的问题． 灵敏度分析（Sensitivity analysis） 又称为优化后分析（Post-optimality analysis） 因为它是在已求得线性规划最优解的基础上，来讨论这些数据的变化对最优解的影响． 参数规划 参数规划问题 Parametric Programming 研究当某些数据是某一个参数的线性函数时，该参数的连续变化对线性规划问题最优解的影响． 目录 §1 灵敏度分析的基本原理 §2 目标函数系数的灵敏度分析 §3 右端常数的灵敏度分析 §4 技术系数的灵敏度分析 §5 参数线性规划 §1 灵敏度分析的基本原理 当其中的某些数据发生变化时，就可能使这个最优解或最优基发生变化． 灵敏度分析的任务 研究这些数据的变化对最优解或最优基的影响． 优化后分析 因为它是在已求得最优解的基础上进行分析 灵敏度分析的理论依据 就是看条件是否仍成立． 灵敏度分析所研究的问题 为了保持现有的最优解或最优基不变，找出这些数据变化的范围，即所谓数据的稳定性区间． 当这些数据的变化超出了范围时，如何在原有最优解或最优基的基础上，作微小的调整，尽快求出新的最优解或最优基． 单纯形法的优点 某些数据只和表中的某些块有关，因而当这些数据发生变化时，只需对上表中的某些块进行修改，便可得到新问题的单纯形表，从而能够进行判别和迭代，而不必从头开始计算线性规划问题 发生变化的对象 在实际问题中，下面这些数据或条件是会经常发生变化的： 目标函数系数的变化； 右端常数的变化； 消耗系数的变化 包括增加新的变量 增加新的约束条件 §2 目标函数系数的灵敏度分析 目标函数系数的变化会引起检验数的变化，从而影响最优性条件是否成立． 分情况讨论 可分为对应的是非基变量的系数或基变量的系数两种情况来讨论． 2.1 非基变量的价值系数的变化 这就是保持原最优解不变时，基变量的目标系数的变化范围． 当超出这个范围时，原最优解将不再是最优解了， 为了求新的最优解，必须在原最优单纯形表的基础上，继续往下迭代以求得新的最优解． 例1 为保持现有最优解不变，分别求非基变量x1,x3的系数c1,c3的变化范围． 当c1变为5时，求新的最优解． 2.2 基变量的价值系数的变化 首先，要在最优表上查出基变量xr所在行中的元素a’rj 然后，只取与非基变量所在列相对应的元素，将其中的正元素放在不等式左边，负元素放在不等式右边， 最后，分别求出△cr的上下界． △的变化超出此范围时，破坏了基B的对偶可行性，此时可用单纯形法继续迭代 例2 为保持现有最优解不变分别求例1中基变量x2,x4的变化范围，并问当CB由(0,4,5)改变为(0,6,2)时，原最优解是否仍然保持最优？如果不是，该怎么办？ 进基出基法则不能绝对化！ §3 右端常数的灵敏度分析 右端常数 bi的变化，和B-1、A、C不相关，σ没有变化， 会影响到原最优解的可行性与目标函数值． 当br在此范围内变化时，基B的最优性虽然仍可保持，但最优解中基变量的值和目标函数值同时改变 当br变化超出范围时，必须破坏基B的可行性，可用对偶单纯形法继续迭代 首先，要在最优表中查出最优基 B的逆矩阵 （它就在与初始表中单位矩阵——初始基相对应的位置． 其次，将B-1的第r列中的正元素放在不等式左边，负元素放在不等式右边 最后，再按公式求出△br的上下界． 例1 在上一节例l中 为保持现有最优解不变，分别求b1,b2,b3的允许变化范围． 如果b3减少150，验证原最优解是否可行？如果不可行，求出改变后的最优解及最优值． 这是因为在B-1中的第l列只有一个非零元素1，故上界无限制． §4 技术系数的灵敏度分析 4.1 个别技术系数的变化 4.2 增加新变量的灵敏度分析 新产品 4.3 增加新约束条件的灵敏度分析 增加一道工序 4.1 个别技术系数的变化 根据变动的系数aij处于矩阵A中的哪一列又可分为两种情况来考虑：