北邮运筹学ch1-5 单纯形法.pptVIP

课件 * §1.5单纯形法 The Simple Method Ch1 Linear Programming Page * of 9 课件 单纯形计算方法(Simplex Method)是先求出一个初始基可行解并判断它是否最优，若不是最优，再换一个基可行解并判断，直到得出最优解或无最优解。它是一种逐步逼近最优解的迭代方法。 当系数矩阵A中可以观察得到一个可行基时（通常是一个单位矩阵或m个线性无关的单位向量组成的矩阵），可以通过解线性方程组求得基本可行解。 【例1.13】用单纯形法求下列线性规划的最优解 课件 【解】化为标准型，加入松驰变量x3、x4则标准型为 系数矩阵 r（B1）=2，B1是一个初始基,x3、x4为基变量，x1、x2为非基变量，令x1=0、x2=0由约束方程知x3=40、x4=30得到初始基本可行解 X(1)=(0,0,40,30)T 课件 以上得到的一组基可行解是不是最优解，可以从目标函数中的系数看出。目标函数 Z=3x1+4x2中x1的系数大于零，如果x1为一正数，则Z的值就会增大，同样若x2不为零为一正数，也能使Z的值增大；因此只要目标函数中非基变量的系数大于零，那么目标函数就没有达到最大值，即没有找到最优解，判别线性规划问题是否达到最优解的数称为检验数，记作λj , j=1,2…,n。 本例中λ1=3,λ2=4,λ3=0,λ4=0.参看表1-4（a）。 最优解判断标准 当所有检验数λj≤0（j=1，…，n）时，基本可行解为最优解。 当目标函数中有基变量xi时，利用约束条件将目标函数中的xi消去即可求出检验数。 课件 进基列 出基行 bi /ai2，ai20 θi 表1-4 (a) XB x1 x2 x3 x4 b x3 2 1 1 0 40 x4 1 3 0 1 30 λj 3 4 0 0 ? ? (b) x3 x4 λj ? ? (c) x1 ? x2 ? λj ? ? 基变量 1 10 18 0 0 1/3 0 1/3 10 5/3 1 －1/3 30 40 5/3 0 －4/3 30 1 0 3/5 －1/5 18 0 1 －1/5 －2/5 4 0 0 －1 －1 将3化为1 乘以1/3后得到 课件 单纯形法全过程的计算，可以用列表的方法计算更为简洁，这种表格称为单纯形表（表1-4）。 计算说明： 1.求初始基可行解，列出初始单纯形表，求出检验数。其中基变量的检验数必为零； 2.判断： （a）若λj≤０（j＝１，２，…，n）得到最解； （b）某个λk0且aik≤０（i=1，2,…,m）则线性规划具有无界解。 （c）若存在λk0且aik (i=1,…,m)不全非正，则进行换基； 课件 3.换基： （a）设λk0,xk为进基变量，求最小比值： 第Ｌ个比值最小 ，选最小比值对应行的基变量为出基变量，若有相同最小比值，则任选一个。aLk为主元素； (b）求新的基可行解：用初等行变换方法将aik 化为１,k列其它元素化为零（包括检验数行）得到新的可行基及基本可行解，再判断是否得到最优解。 课件 【例1.14】 用单纯形法求解 【解】将数学模型化为标准形式： 不难看出x4、x5可作为初始基变量，单纯法计算结果如表 1－５所示 。 课件 Cj 1 2 1 0 0 b θ CB XB x1 x2 x3 x4 x5 0 x4 2 －3 2 1 0 15 0 x5 1/3 1 5 0 1 20 λj 1 2 1 0 0 ? ? 0 x4 2 x2 λj ? ? 1 x1 ? 2 x2 ? λj ? ? 表1－5 1/3 1 5 0 1 20 3 0 17 1 3 75 1/3 0 －9 0 －2 － 20 25 60 1 0 17/3 1/3 1 25 0 1 28/9 －1/9 2/3 35/3 0 0 －98/9 －1/9 －7/3