1 5 单纯形法的进一步讨论.pptVIP

1.5 单纯形法的进一步讨论 一、人工变量法（大 M 法） 约束条件： “ ≥ ” → 减一个剩余变量后，再加一个人工变量 “＝” → 加一个人工变量 目标函数： 人工变量的系数为“－ M” ，即罚因子 若线性规划问题有最优解则人工变量必为 0 。 大 M 法 在一个线性规划问题的约束条件中加入人 工变量后，要求人工变量对目标函数的取 值无影响，为此可取人工变量在目标函数 中的系数为 -M(M 为非常大的正数 ) ，这样目 标函数要实现最大化，人工变量只能取零， 因此必须把人工变量从基变量中换出，否 则目标函数就不可能实现最大化。 MaxZ=-3x 1 +x 3 x 1 + x 2 + x 3 ≤4 -2x 1 + x 2 - x 3 ≥1 3x 2 +x 3 =9 x i ≥0,j=1,2,3 增加人工变量后，线性规划问题中就存在一个 B 为单位矩阵， 后面可以根据我们前面所讲的单纯形法来进行求解。 MaxZ=-3x 1 +x 3 -Mx6-Mx7 x 1 + x 2 + x 3 +x4 =4 -2x 1 + x 2 -x 3 -x5+x6 =1 3x 2 +x 3 +x7=9 x i ≥0,j=1,…,7 标准化 及变形 cj -3 0 1 0 0 -M -M CB XB bi x1 x2 x3 x4 x5 x6 x7 θ 0 x4 4 1 1 1 1 0 0 0 -M x6 1 -2 1 -1 0 -1 1 0 -M x7 9 0 3 1 0 0 0 1 单纯形表 σ j -3-2M 4M 1 0 0 [ ] 3 x2 入， x6 出 -M 0 4 1 [ ] 0 x4 0 x2 -M x7 3 3 0 2 1 1 -1 0 σ j 6M-3 0 4M+1 0 -4M [ ] - x1 入， x7 出 3M 0 1 -2 1 -1 0 -1 1 0 1 6 6 0 4 0 3 -3 1 1 [ ] 0 x4 0 x2 -3 x1 0 0 0 0 1 -1/2 1/2 -1/2 σ j 0 0 3 0 -M-3/2 [ ] 9 x3 入， x1 出 3/2 -M+1/2 3 0 1 1/3 0 0 0 1/3 3/2 1 1 0 2/3 0 1/2 -1/2 1/6 - [ ] 0 x4 0 x2 1 x3 0 0 0 0 1 -1/2 1/2 -1/2 σ j -9/2 0 0 0 -M+3/4 -3/4 -M-1/4 5/2 -1/2 1 0 0 -1/4 1/4 1/4 3/2 3/2 0 1 0 3/4 -3/4 1/4 所以： X*=(x 2 ,x 3 ,x 4 ) T =(5/2,3/2,0) T Z*=3/2 2 、 两阶段法 ? 由于大 M 法在使用电子计 算机求解时，只能用很大 的数代替 M ，这就可能造 成计算上的出错。故下面 介绍两阶段法。 二、两阶段法 ? 第一阶段暂不考虑原问题是否存在基可行解，给原问题加 入人工变量，并构建一个仅含人工变量的目标函数（求极 小化），人工变量的价值系数一般为 1 ，约束条件和原问 题的一样。 ? 当第一阶段中目标函数的最优值＝ 0 ，既人工变量＝ 0 ，则 转入第二阶段；若第一阶段中目标函数的最优值不等于 0 ， 既人工变量不等于 0 ，则判断原问题为无解。 ? 第二阶段：将第一阶段计算所得的单纯形表划去人工变量 所在的列，并将目标函数换为原问题的目标函数作为第二 阶段的初始单纯形表，进行进一步的求解。 求解辅助问题，得到辅助 问题的最优解 引进人工变量 x 6 ， x 7 ，构造辅助 问