单纯形法人工变量法3 12.pptxVIP

一、单纯形法的基本原理 单纯形法是一种迭代的算法，它的思是在可行域的顶点 ----基本可行解中寻优。由于顶点是有限个 ,因此，算法经有限步可终止。 基本思路：从可行域的一个顶点到另一 个顶点迭代求最优解。 （注：转移的条件和目的是使Max Z增加） ;①目标求极大值 ②变量非负 ③右端项非负 ④全部等式约束;一、单纯形法的基本原理;规范形式—典型方程组(p-59);最优性的检验与解的判别 ;则: ;检验数 对线性规划问题的实际意义是： 表示当变量xj 增加1个单位时，目标函数的增加量；其经济意义表示相对利润．当 0时，说明非基本变量增加1个单位，目标函数可以增加，即现在的函数值不是最优，还能增加．这时要将某个非基本变量换到基本变量中去（称为进基变量）．为了使目标函数值增长最快，所以应选择检验数最大的一项所对应的非基本变量进基, ;;单纯形法原理： 第一步：引入非负的松弛变量，将LP化为标准形式 第二步：寻求初始可行基，确定基变量 第三步：写出初始基本可行解和相应的目标函数值 ; 1、分析用非基变量表示目标函数的表达式 通常把非基变量前面的系数叫做“检验数”（非基变量前面的系数均为正数时，任何一个非基变量进基都能使Z值增加） 2、选哪一个非基变量进基 任何一个正检验数对应的非基变量？ 最大正检验数对应的非基变量 ？ 排在最前面的正检验数对应的非基变量？ 3、确定出基变量（最小比值原则） 4、基变换，写出新的用非基变量表示基变量的表达式 5、写出新的用非基变量表示目标函数的表达式 检验数仍有正的，返回（1）进行讨论，当用非基变量表示目标函数的表达式中，检验数全部非正时，当前基本可行解就是最优解。 ; 例8 某制药厂生产甲、乙两种药品，它们均须在A、B、C三种设备上加工，每种设备的使用时间，每吨药品的加工时间以及所获利润见下表，甲、乙药品各生产多少吨，可使该厂所获利润最大？; 解：设甲、乙分别生产x1 、x2吨，该厂所获利润为　　　Z百元。建立数学模型如下：;;由表得最优解;单纯形法的基本步骤:;（２）最优解判别 ;３．基本可行解的改进 （１）确定进基变量 若存在检验数大于0 ，那么绝对值最大者对应的非基变量 xj 称为进基变量；;单纯形法的基本步骤:; 注意：单纯形法中 1.每一步运算只能用矩阵初等行变换； 2.表中第3列(b列)的数总应保持非负（≥0） 3.当所有检验数均非正（≤0）时，得到最优单纯形表。 4.可能出现的特殊情况 ;单纯形法求解中的特殊情况 ;例 用单纯形法求解下列规划问题 ;;最优解为：;2．当枢列（进基变量所在列）中的每一项系数不是0就是负值时，说明所有约束条件对进基变量的增加都无约束作用，因此目标函数可以无限地增加．这种情况我们称为无有限最优解（或称有无界解或无最优解）．但在现实中，不可能有此情况，往往是模型建立错误，遗漏了一些约束条件所致． ;单纯形法求解中的特殊情况 ;; 出现退化的基本可行解对运算带来麻烦，理论上可能出现单纯形法陷入循环或闭环，在每次迭代中值保持不变，不能使解趋向最优解．但幸运的是，在实际应用中从未遇到或发生过这种情况．尽管如此，人们还是对如何防止出现循环作了大量研究。提出了各种避免循环的方法。; ; ;三、大M法;;考虑一般问题： ;引入人工变量 xn+i ≥ 0，i = 1 ,…, m； a11 x1+ a12 x2+ … + a1n xn+ xn+1 = b1 a21 x1+ a22 x2+ … + a2n xn + xn+2 = b2 … am1 x1+ am2 x2+ … + amn xn + xn+m = bm x1, x2 ，...， xn , xn+1, …, xn+m ≥ 0; 引入人工变量 xn+i ≥ 0 （i = 1 , … , m）及充分大正数 M 。得到：; Max Z = 5x1+ 2x2+ 3x3-x4 -M x5-M x6 x1+ 2x 2+ 3 x3+ x5 =15 2 x1+ x2+ 5 x3+ x6 = 20