运筹学课件_单纯形法的进一步讨论.pdf

运筹学教程 第五节 单纯形法的进一步讨论 第五节 单纯形法的进一步讨论 分类及处理原则： 分类及处理原则： （1）类型一：目标要求是“Max”，约束条件是 （1）类型一：目标要求是“Max”，约束条件是 “≤”类型——左边加上非负松弛变量变成等式 “≤”类型——左边加上非负松弛变量变成等式 约束（约束条件标准化），将引入的松弛变量 约束（约束条件标准化），将引入的松弛变量 作为初始基变量，则初始可行基是一个单位 作为初始基变量，则初始可行基是一个单位 阵，用原始单纯形法求解。 阵，用原始单纯形法求解。 运筹学教程 （2）类型二：目标要求是“Max”，约束条件是 （2）类型二：目标要求是“Max”，约束条件是 “ ”类型—— 左边引入非负的人工变量，并将 “ ”类型—— 左边引入非负的人工变量，并将 引入的人工变量作为初始基变量，则初始可行 引入的人工变量作为初始基变量，则初始可行 基是一个单位阵。 基是一个单位阵。 （3）类型三：目标要求是“Max”，约束条件是 （3）类型三：目标要求是“Max”，约束条件是 “ ≥”类型—— 约束条件标准化，左边减去非负 “ ≥”类型—— 约束条件标准化，左边减去非负 的剩余变量，变成等式约束，化为类型二。 的剩余变量，变成等式约束，化为类型二。 运筹学教程 一、人工变量法： 一、人工变量法： 大M法—— 在约束条件中人为地加入非负的人工变 大M法 量，以便使它们对应的系数列向量构成单位阵。 问题：加入的人工变量是否合理？如何处理？ 问题：加入的人工变量是否合理？如何处理？ 在目标函数中，给人工变量前面添上一个绝对值很大 目标函数中 给人工变量前面添上一个绝对值很大 的负系数-M （M0，罚因子），只要人工变量取值大 的负系数-M （M0，罚因子） 于0，目标函数不可能实现最优。迭代过程中，只要 基变量中还存在人工变量，目标函数就不可能实现极 大化。 运筹学教程 单纯形法求解线性规划问题 max Z 3x x   1 3 x x x 4     1 2 3  2x x x 1     1 2 3 st . 3x x 9  2 3  x 0  13 运筹学教程 化为标准型，添加人工变量，构造单位矩阵       max Z 3x x 0x 0x Mx Mx 1 3 4 5 6 7 x x x x 4     1 2 3 4  2x x x x x