《运筹学》教学课件 第2章 线性规划.ppt

「线性规划」带来巨额财富;根据一般的说法, 线性规划问题是由现在美国史丹褔大学任教的G. B. Dantzig教授在1947年前后孕育出来的。那个时候他 担任美国空军的数学参谋, 负责开展一套机械式的方法来做兵力调遣, 人员训练, 以及后勤补给这些方案方案。由于这类问题牵 涉很广也很复杂, 所以Dantzig 博士先考虑最简单的线性结构, 将有关的函数一律简化成线性形式来处理。其结果便在1948 年以 「线性结构的规划」(Programming in Linear Structure) 的标题发表。至于「线性规划」这个名称, 那么是另一位名家T. C. Koop- mans 和Dantzig 两人于1948年夏天在美国加州圣塔摩尼加(Santa Monica) 海滩散步时拟定的。在1947到1949两年间, 线性规划里的一些重要观念, 包括最有名的「单形法」(Simplex method), 都陆续见诸于世。而且从1947年开始,T. C. Koopmans 便明确指出线性规划可以做为传统经济分析的利器。; 这儿特别要注意的是线性规划的理论根底绝不是一夕生成。早在1826年左右法国的大数学家傅立叶便研究过如何解决一组联立线性不等式的问题。这以后还有不少的数学家做过相关的研究工作。到了1939年,W.Karush 在芝加哥大学的硕士论文更提出在有限维空间里满足不等式约束的函数其最优化的条件(optimality conditions)。在同一年里, 苏联的L. V. Kantorovich 更提出一些很特殊的线性规划模式来做简单的生产方案。他甚至还有一套简化的方法来求解呢!不幸的是Kantorovich的工作始终未为苏联之外的世界所知, 一直到了Dantzig 建立起完整的线性规划理论之后数十年方为世人所知。在1950和1960年代, 线性规划的内容愈变愈丰富, 更有许多成功的实用案例, 所以愈来愈受世人瞩目。到了1975年, 瑞典皇家科学院决定将当年的诺贝尔经济奖颁发给前面提到的L. V. Kantorovich 和T. C.Koopmans 以表彰他们在「资源最正确分配理论」的奉献。由于这项最正确分配是藉由线性规划模式来达成, 所以线性规划便成了万众瞩目的焦点。; 这里我们要特别强调一下单纯形算法的复杂性问题。给定一个问题，电脑最多需要多少次运算才能解决这个问题呢？当然这个运算次数与问题的大小有关。问题越大，变量越多，那么所需的运算次数也越多。这种运算次数对问题大小的依赖关系，就可以用来判断一种算法的好与坏。好的算法，其运算次数的增加对问题大小不太敏感。反之，坏的算法，当问题稍微变大一点，运算次数就增加很多，因此就不能解决大的问题。美国华盛顿大学的两位教授在1971年得出结论：单纯形法是一种坏算法。 这在当时的理论界引起了轰动。原来我们使用了如此之久的单纯形算法，竟是一个「坏」算法！ 1979年, 线性规划再次成了报章杂志的头条新闻。这次是因为一位苏联数学家L. G. Khachian, 他利用N. Z. Shor,D. B. Yudin, 以及A. S. Nemirovskii的「椭球法」(ellipsoid method) 概念印证出线性规划问题可在多项式时间内求得解答。; 从纯理论的观点而言,Khachian 的「椭球法」在最恶劣的情况下所需要的计算量要比「单形法」增长的缓慢。所以有希望用之解决超大型的线性规划问题, 包括全球资源的最正确分配在内。这也就是华尔街日报(Wall Street Journal) 将「椭球法」的发现列为头条新闻的重要原因。不幸的是理论归于理论, 在实际计算上,「椭球法」的一般表现反倒不如传统线性规划(Linear Programming)的「单形法」来得有效。于是这方面的学者专家重新设想是否能设计出一套解法无论在理论上和实际计算上均能超越「单形法」? 这个问题的答案到了1984 年由一位美国 电报公司贝尔实验室的印度裔科学家N. Karmarkar 揭晓。他设计出一项「内点法」来解线性规划问题, 不但理论上较「单形法」为优, 而且经由实际验证适合解决超大型的问题。从此之后,「内点法」的研究在最近二十多年来蔚为一时风潮, 不断有推陈出新的结果。; 不过将卡马卡算法商业化的企图，却遭受了重大失败。贝尔实验室在卡马卡指导下耗资亿万开展的商用软件，因为售价昂贵，只卖出了几套，买方都是军事单位。这样的买主虽然有钱，但实在不多。反观单纯形法，因为从方法到细节都公开，许多大大小小的公司，纷纷用它来制造软件，售价低廉。所以从家庭、课堂到公司，在众多电脑上运行的仍然是单纯形法。在解决中小问题方面，单纯形法非常有效而可靠；在大问题方面，通常也不算太慢。所以它