3_5单纯形算法与表.pptVIP

图解法的启示 解的情况：唯一解；无穷多解；无界解；无可行解 可行域是凸多边形（有界或无界） 最优解在凸多边形的顶点处达到 3.1 线性规划的基本定理 例：考虑下列多面集 定理3.3 例3.7 单纯形法的基本思想: 例3.7 例3.7 例3.7 单纯形表 初始单纯形表 基变换 新的单纯形表 作 业 P145 5(1)、(2) 3.2.3 启动机制 以 X(0)作初始基本可行解进行迭代时，怎样才能较快地将所有的人工变量从基变量中全部“赶”出去（如果能全部“赶”出去的话）。这会影响到得到最优解的迭代次数。 一.大M法 新LP最优解的情况： 人工变量=0 全部为非基变量：原LP有最优解 有些为基变量：该人工变量与非基变量替换，得原LP最优解 人工变量≠0：原LP无可行解 大M法的不足 在用计算机求解时，不容易确定M 的取值，且M过大容易引起计算误差。 作业 P146 10 2.建立判别准则 判断： 初始基本可行解或经过若干次迭代后得到的新基本可行解是否为最优解？ 对于基B， 用非基变量表示基变量的表达式为： 用非基变量表示目标函数的表达式: 检验数 （之一）min(max)最优性判别定理 （之二）有无穷多个“最优解”的判别定理 判别准则 3、进行基变换 （1）进基变量的确定——原则：正检验数（或最大正检验数）所对应的变量进基，目的是使目标函数得到改善。 （2）离基变量的确定——在保持解的可行性的前提下，使目标函数较快增大。 当 时，为使 ，需要 最大可取到 最小比值原则 则该LP无最优解。 判别准则之三 离基变量： 可行解！ 基本解？！ 目标函数得到了改善。 用单纯形法从当前解迭代到下一个基本可行解时，两者之间只有一个基变量不同（从而也有一个非基变量不同），称两者为相邻的基本可行解（即相邻的顶点）。 定 义 例3.7 建立初始单纯形表，假定B=I，b≥0 设 minz=c1x1+c2x2+…+cnxn 将目标函数改写为：z-c1x1-c2x2-…-cnxn=0 0 0 0 [ ] 0 0 0 [ ] －－大M法与两阶段法 M是一个很大的正数。 将目标函数修改为 例：用大M法求解LP 解： 引入松弛变量、剩余变量和人工变量 将问题标准化，得： 以 对应的系数列向量构成一单位矩阵 ， 取初始基 为基变量， 为 非基变量。 初始单纯形表： [ ] 确定 为进基变量，而 为离基变量，以 为主元素。 基变换＋调基 [ ] [ ] 最优解： （4，1，9，0，0，0，0）T， 最优值：2 人工变量x6,x7已不在基变量中，故原LP的最优解为 （4，1，9，0，0）T， 最优值为2 二. 两阶段法 将新LP的求解过程分成两个阶段： 第一阶段：求解第一个LP： 辅助LP 原LP： 辅助LP： 原LP的可行域：D 辅助LP的可行域：D’ 目的：通过解辅助LP来获得原LP的初始解 辅助LP的结果有三种可能情形： 1. 最优值 , 人工变量皆为非基变量。 去掉人工变量后，得原LP的一个基本可行解， 进入第二阶段。 2. 最优值 ,说明至少有一个人工变量不为零。 原LP无可行解。不再需要进入第二个阶段计算。 存在人工变量为基变量，但取值为零 把某个非基变量与该人工变量进行调换。 * * * * * * * * 1947年美国数学家 丹捷格（G.B.Dantzig） 提出了求解线性规划 问题的方法 ——单纯形法 线性规划之父 x1 x2 x1 x2 x3 x5 线性规划问题解的概念和性质 一、LP问题的各种解 可行解：满足约束条件和非负条件的决策变量的一组取值。 最优解：使目标函数达到最优值的可行解。 基本解： 基 基向量 基变量 非基变量 基本解 基本解：设AX=b是含n个决策变量、m个约束条件的LP的约束方程组，B是LP问题的一个基，若令不与B的列相应的n-m个分量（非基变量）都等于零，所得的方程组的解称为方程组AX=b关于基B的基本解，简称为LP的基本解。 基本可行解：满足非负条件的基本解。（如果基变量中至少有一个分量为0，则该基本可行解是退化的。） 可行基：对应于基本可行解的基。 第一步 模型标准化； 第二步 按照基本解的