优化原理与方法3.pptVIP

优化原理与方法 第 3 讲 * §2 线性规划 §2.2 单纯形法 单纯形表 x0 x* 目标系数 右端项 与目标值 设计变量 基变量 约束行 判别/目标行 几何解释： 选择目标函数下降梯度最大的棱边 第一步 第二步 几何解释： 沿特定棱边s，选择最先抵达的非负性约束界面r 几何解释： 关注那些使xr减小的行号 几何解释： 走多少步抵达边界 * 沿棱边s的前进方向： §2 线性规划 §2.2 单纯形法 换基： 选出进基列s与离基行r后，将基矩阵B中的r列与非基矩阵N中的s列对换，形成新的基矩阵 和非基矩阵 ，称为换基。 转轴运算： 从换基前的单纯形表出发，转换为新基矩阵下的约束行（约束典范形式）和判别行，称为转轴运算。 以原约束行中的第r行s列元素yrs作为主元，对第s列的约束行和判别行作高斯消元运算，所得结果即为新基矩阵下的约束行和判别行，并形成新的单纯形表。 * §2 线性规划 §2.2 单纯形法 根据单纯形表中判别行/进基列/右端项的不同有如下情况： (1) 若判别行 ，表明当前基本可行解为唯一最优解 (2) 若判别行 且有零值，表明当前基本可行解为最优解，但最优解非唯一。这时判别行中零值所对应的棱边及所抵达的极点均为最优点。选择判别行中零值所对应的列作转轴运算，可寻得其余最优的极点。 (3) 若判别行 且有大于零的分量，表明大于零的分量所对应的棱边，是目标函数下降的棱边，可选择这些棱边之一继续寻优。 (4) 若判别行 的第s列大于零，且约束行中 ys ≤0，则表明使目标函数值下降的该棱边不会遭遇非负性约束边界，最优值无下界。 (5) 若当前基本可行解中，基变量xB=B-1b中有零值，称该基本可行解为退化解。若选择xB中为零值的行作为离基行进行转轴运算，由于沿指定棱边移动的距离为零，所得到的新的基本可行解其实没有变化，变化的只是 xB与xN的划分。遇到退化解时，优化迭代可能陷入死循环，应有解困的措施。 棱边方向： * §2 线性规划 §2.2 单纯形法 例 2.1 x0 x* 试用单纯形法求解 解 先化成线性规划标准式 * §2 线性规划 §2.2 单纯形法 例 2.1的单纯形表 x0 x* 目标系数 1 -3 0 0 右端项与目标值 设计变量x 基变量xB x1 x2 x3 x4 初始单纯形表 约束行 x3 -1 2 1 0 6 x4 1 1 0 1 5 判别/目标行 -1 3 0 第 一 轮 约束行 x2 -1/2 1 1/2 0 3 x4 3/2 0 -1/2 1 2 判别/目标行 1/2 -3/2 -9 第 二 轮 约束行 x2 0 1 1/3 1/3 11/3 x1 1 0 -1/3 2/3 4/3 判别/目标行 -4/3 -1/3 -29/3 * §2 线性规划 §2.2 单纯形法 初始基本可行解的获得 两相法 相Ⅰ： s.t. 含有人工变量和单位矩阵的等式约束； 非负性约束 相Ⅱ： 在相Ⅰ求解过程中，当人工变量退出基变量时，在单 纯形表中划去与该人工变量对应的列；在人工变量全 部退出基变量后，换回原问题的目标系数，即可获得 原问题的初始基本可行解；用单纯形法继续求解；若 人工变量不能全部退出基变量，表明原问题无可行解。 * §2 线性规划 §2.2 单纯形法 初始基本可行解的获得 目标系数 0 0 0 0 0 1 1 右端项与目标值 设计变量x 基变量xB x1 x2 x3 x4 x5 u1 u2 初始单纯形表 约束行 u1 1 0 1 1 0 1 0 150 u2 0 4 1 2 0 0 1 200 x5 2 1 4 0 1 0 0 100 判别/目标行 1 4 2 3 350 第 一 轮 约束行 u1 1 -2 0.5 0 0 1 -0.5 50 x4 0 2 0.5 1 0 0 0.5 100 x5 2 1 4 0 1 0 0 100 判别/目标行 1 -2 0.5 -1.5