线性规划-运筹学.PPT

* 其中第2、3个约束方程中无明显基变量，分别加上人工变量 x6 , x7，得到如下方程组 为构造初始可行基 人造基：B =（p4，p6，p7） X(0) = (0，0，0，11，0，3，1)T * 4.1 大 M 法 在目标函数中加上惩罚项 其中 M 为充分大的正数。 x6 x7 若加了人工变量的问题，最优解中仍有人工变量不为零，意味着什么？ -M -M 说明原问题无可行解。 * 本例 的典式为： 单纯形法迭代过程如下： * cj CB CB b x1 x2 x3 x4 x5 x6 x7 [ ] x4 x6 x7 0 -M -M 11 3 1 1 -2 1 1 0 0 0 -4 1 2 0 -1 1 0 -2 0 1 0 0 0 1 3 -1 -1 0 0 -M -M 4M 3-6M -1+M -1+3M 0 -M 0 0 x4 x6 x3 0 -M -1 10 3 -2 0 1 0 0 1 0 1 0 0 -1 1 1 -2 0 1 0 0 0 1+M 1 -1+M 0 0 -M 0 * cj 3 -1 -1 0 0 -M -M CB CB b x1 x2 x3 x4 x5 x6 x7 0 x4 10 3 -2 0 1 0 0 -M x6 1 0 1 0 0 -1 1 -1 x3 1 -2 0 1 0 0 0 1+M 1 -1+M 0 0 -M 0 [ ] 0 -1 -1 x4 x2 x3 12 3 0 0 1 -2 1 0 1 0 0 -1 1 -2 0 1 0 0 2 1 0 0 0 -1 * cj 3 -1 -1 0 0 -M -M CB CB b x1 x2 x3 x4 x5 x6 x7 0 x4 12 3 0 0 1 -2 -1 x2 1 0 1 0 0 -1 -1 x3 1 -2 0 1 0 0 2 1 0 0 0 -1 [ ] 3 -1 -1 x1 x2 x3 4 1 0 0 1/3 -2/3 1 0 1 0 0 -1 9 0 0 1 2/3 -4/3 -2 0 0 0 -1/3 -1/3 X * = (4，1，9，0，0)， Z * = -2 * 思考：若目标函数为极小值型时，引入人工变量的目标函数系数应如何设定？ 4.2 两阶段法 该最小化问题的最优目标函数值W 原问题无可行解，停止计算。 原问题有可行解，解得的最优解 ，对应原问题的一个基可行解。 = 0 0 以人工变量之和最小化为目标函数，与原约束条件构成线性规划模型 ，运用单纯形法求解（不考虑原问题是否存在基可行解） 。 第一阶段： * 以第一阶段的最优解（不含人工变量）为初始解，原目标函数为目标函数，应用单纯形法继续迭代，求原问题的最优解。 第二阶段： 例：试用两阶段法求解上例。 * 解：在上述线性规划问题的约束方程2，3中加入人工变量，第一阶段的数学模型为： 化标准型，并用单纯形法求解如下： * cj 0 0 0 0 0 -1 -1 CB XB b x1 x2 x3 x4 x5 x6 x7 0 -1 -1 x4 x6 x7 11 3 1 1 -4 -2 -2 1 0 1 2 1 1 0 0 0 -1 0 0 1 0 0 0 1 -Z 4 -6 1 3 0 -1 0 0 [ ] * cj 0 0 0 0 0 -1 -1 CB XB b x1 x2 x3 x4 x5 x6 x7 0 -1 -1 x4 x6 x7 11 3 1 1 -4 -2 -2 1 0 1 2 1 1 0 0 0 -1 0 0 1 0 0 0 1 -Z 4 -6 1 3 0 -1 0 0 0 -1 0 x4 x6 x3 10 1 1 3 0 -2 -2 1 0 0 0 1 1 0 0 0 -1 0 0 1 0 -1 -2 1 -Z 1 0 1 0 0 -1 0 -3 x4 x2 x3 12 1 1 3 0 -2 0 1 0 0 0 1 1 0 0 -2 -1 0 2 1 0 -5 -2 1 0 0 0 0 0 0 -1 -1 X*=（0,1,1,12,0,0,0）T , W = 0 (0,1,1,12,0)T是原线性规划问题的基可行解。 [ ] [ ] * 第二阶段运算: cj -3 1 1 0 0 CB CB b x1 x2 x3 x4 x5 0 x4 12 3 0 0 1 -2 1 x2 1 0 1 0 0 -1 1 x3 1 -2 0 1 0 0 -2 -1 0 0 0 1 0 x4 4 1 0 0 1/3 -2/3 1 x2 1 0 1 0 0 -1 1 x3 9 0 0 1 2/3 -4/3 2 0 0 0 1/3 1/3 [ ] *