运筹学知识点要求.docxVIP

A、入基变量的必要条件（ （5）最小比值确定出基变量的目的：保证基变换后新的基本解是可行的。 （6）会单纯形迭代计算求解线性规划问题 6、什么是线性规划问题退化情况？会引起什么样后果？ 7、大 M 法（罚函数法） ：（1）辅助问题目标函数的构造， （2）辅助问题解与问题解的关系 （3）能用大 M 法（罚函数法）求解线性规划问题。 8、两阶段法： （1）第一阶段的目的 判断原问题是否有可行解， 当目标函数值为 0 时，第一阶段问题的人工基变量已退出基变量， 其最优即为原问题的一个基本可行解，在计算表中为典型形式。若第一阶段最优解值 明原问题无可行解。 0 说 （2）第一阶段的规划模型的目标函数（不要求利用两阶段法完整求解线性规划问题） 本部分的典型计算题 ; （1）利用单纯形法完整求解线性规划问题 （2）利用大 M 法完整求解线性规划问题 （3）给定单纯形计算表，其中有部分未知参数，计算含参数的线性规划问题单纯表中各非 基变量的检验系数，并判断参数在什么范围变化时有（ 界解 1）最优解（ 2）唯一最优解（ 3）无 第三部分 对偶问题、对偶单纯形法与灵敏度分析 1、对偶问题与原问题的转换关系 （1）约束条件数为对方决策变量数（ （3）自由变量与等式约束的对应关系 （4）要能直接写出对偶问题 2）约束条件不等号与变量正负号关系 2、对偶问题的性质（几个基本概念） （1）对偶问题的对偶问题为原问题 （2）无界性（可根据一个问题有无界解— — 另一问题无可行解） （4）对偶定理：原问题与对偶问题，若一个问题有最优解，则另一个问题也有最优解，且 目标函数值相等。 应用：用于判断某个问题无最优解， （见书上 P75 题 3.7） 3、互补松驰定理及应用 （1）定理内容 （2）应用之一：已知一个问题的最优解，不用单纯形法，用解代数方程的方法，求对偶问 题（或另一对应问题）的最优解。 （见 P74练习题 3.3） （3）经济意义解释 4、影子价格概念及经济意义 5、对偶单纯形法（求解特殊线性规划问题） （1）适用条件 （2）会计算 （3）在最优单纯形表下增加一个约束条件，如何转化成能用对偶单纯形法求解的单纯形表 形式，并用对偶单纯形法求解。 6、关于灵敏度分析计算要求 （1）计算 cj（包括基变量系数或非基变量系数）的变化范围，使最优基不改变 （2）给定 cj 从原值变化为新值时，判断最优基是否改变，若改变，可继续用单纯形法，在 原最优解表的基础上求新的最优解 （3）计算 bi（约束条件右端项）的变化范围，使最优基不改变 2 B 的逆矩阵可直接从单纯形 A、舍位取整— — 不能用 xi=bi 非整数，可分别增加约束 C、该枝最优解已是整数解 3、割平面方法 （1）掌握如何利用伴随问题（注：将整数规划问题的整数约束条件去掉，从而得伴随规划 问题的过程有的书又称之为松驰过程。 对应伴随规划问题被称之为松驰问题） 最优单纯形表 中取非整数约束行系数，构造一个割平面约束不等式（或称为割平面方程） （2）增加割平面约束后，如何利用对偶单纯形法求最优解。 4、如何利用 0－1 决策变量 xi i=1,2, ? ,n 表示项目选择中一些特殊约束：如 n 个项目中， 最多选择 8 个， 最少选择 3 个。项目 3 与项目 5 互斥。 项目 6 的选择以项目 2 的选择为前提 条件等。 5、指派问题的匈牙利算法计算题（要会计算） （1）该算法适用情况 A、目标函数为最小化情况（否则将转换成最小化问题） B、效率矩阵为元素均大于等于 （2）要会计算 0 的方阵 （3）对最大化指派问题如何转换成最小化指派问题（用效率矩阵中最大元素减各元素得到 新的效率矩阵，则将原最大化问题转换为等价的最小化目标函数问题。 ） （4）了解人数与事件数不等时的指派问题处理方法。 第六部分 存贮论基础 只要求确定性存贮模型 1、最基本的 EOQ 模型公式及计算 2、允许缺货，即时补充的 EOQ 模型公式及计算 3、连续供货速率的 EOQ 模型公式及计算 4