2.线性规划与单纯形法(宣城).pptxVIP

第二章 线性规划与单纯形法; Linear Programming , LP 1939年 苏 康托洛维奇和1941年 美 Hichook 在生产组织管理和制定交通运输方案方面研究和应用线性规划，求解方法——解乘数法 1947年 G. B. Dantzig 单纯形法 1979年 苏 哈奇安多项式算法（椭球算法） 1984年 Karmarkar算法 多项式时间算法每次迭代不是从一个顶点出发求改进的顶点，而是使迭代点保持在某个单纯形的内部，因此是一种内点算法。 ;LP是数学规划的一个重要分支，数学规划着重解决资源的优化配置，一般可以表达成以下两个问题中的一个： （1）当资源给定时，要求完成的任务最多； （2）当任务给定时，要求为完成任务所消耗的资源最少。 若上述问题的目标﹑约束都能表达成变量的线性关系，则这类优化问题称LP问题。 LP是一种解决在线性约束条件下追求最大或最小的??性目标函数的方法。;一、实例;说明：OBJ 表示Objective; s.t. 表示Subject to ;例2 污水处理问题 (书P16);二、总结;三、线性规划问题的一般形式;;;3.LP解的类型;;;产生原因：缺少约束条件 注 意：可行域不闭合不一定就会出现无界解，这要看目标函数的性质。若目标函数是min，则有最优解。无论有无最优解，一定有可行解。 ;;4. 图解法的作用;五、线性规划问题的标准型;;简写的解析式;亦可写成：;X—决策变量列向量。 b—约束条件右端常数（资源）列向量。 C—目标函数价值系数行向量。 Am′n—约束条件左端系数矩阵。;（3）向量和矩阵符号式;;（2）不等式约束条件转换成等式约束条件;（4）把bi0转换成bi0;例3 (P20);例4 (P21) 化下列LP为标准型;28;六、标准型LP问题的解;;31;32;33;;约束方程的 解空间;4. LP标准型问题解的结论;第二节 单纯形法 Simplex Method ;化LP问题为标准型， 确定一个初始基可行解;二、基本原理举例; 令非基变量x1＝0、x2 ＝0，得到基可行解及相应的目标函数值，X(0) ＝(0,0,8,16,12)T， Z(0) ＝0。 结论： （1）在标准化的LP问题的约束系数矩阵中，只要存在单位矩阵，就可求得初始基可行解； （2）基变量确定后，目标函数和基变量均可表示成非基变量的线性表达式（如(6)和(5)），从而便于求出基可行解及相应的目标函数值。;2. 最优性检验;3. 确定新的基可行解（基变换）; 当确定x2为换入变量后， x1还是非基变量，故 x1＝0。现在要保证x3、x4、x530，即(5);4. 旋转迭代;三、最优性检验及解的判别;46;2. 最优性检验与解的判别;四、基变换;五、迭代运算;第三节 单纯形表;;单纯形表算法;;一、最小化问题最优解判别;;;（1） 基本思路;;结果得: X*=(4,1,9,0,0) T Z*=-2;将LP问题分成两个阶段来考虑;;;;三、单纯形法中存在的问题;0;0;解决退化的方法有： “摄动法”、“辞典序法”、 Bland规则等;3. 最小比值原则失效;69;4. 在最优表中出现某非基变量检验数为0;1/3;结论：若线性规划问题存在某非基变量检验数为0,而其对应列向量Pk≤0,仍可判断线性规划问题有无穷多最优解。;第五节 应用举例;解：设 x1, x2 , x3, x4 , x5分别代表五种不同套裁方案的原料用量。;根数最少的LP模型：;应用2：配料问题（书P48 例11） 某工厂要用三种原材料C、P、H混合调配出三种不同规格的产品A、B、D。已知产品的规格要求、单价和原材料的供应量、单价。该厂应如何安排生产使利润最大？;解：根据题意，可将问题简化成如下表格形式：; 用单纯型法计算得结果：每天只生产A产品200kg。分别需要原料：C为100kg；P为50kg；H为50kg。 总利润收入Z=500元/天.; 某企业拟用m种资源(i=1,2,…,m)生产n种产品(j=1,2,…,n) 。已知第i种资源的数量为bi，其单价为Pi；第j种单位产品的产值为Vj，消耗第i种资源的数量为aij，合同量为ej，最高需求为dj。问企业应如何拟定生产计划？;应用4：生产组织问题（书P51 例12）; 快件由机器自动分拣，共11台，每台500件/h，每台机器需