线性规划的求解算法.docx

线性规划的求解算法

线性规划（linearprogramming）是运筹学中的一个重要分支，在现代工业、农业、商业、交通运输、国防军事及经济管理等诸多领域都有着广泛重要的应用。

在数学系的竞赛数学建模中，也多次应用线性规划来建模从而解决实际问题。在这里介绍单纯性法和对偶单纯形法两种求解线性规划的方法。

一、单纯形法算法主体思想

标准线性规划简记如下:LP-max

标准线性规划简记如下:

LP-max

LP-min

s.t{版=bx0s.t{仙=b

s.t{版=b

x0

x0

这里只以LP-min为例。

1、算法思想

单纯形法是在已知一个可行基的前提下采用的解决线性规划的算法。步骤如下：

aaKa01020,n

a

a

K

a

01

02

0,n

a

a

L

a

11

12

1,n

M

M

O

M

a

a

K

a

（1）输入初始矩阵:

m2

m1

m,n

+1

+1

，并化为典则形式。

用R（i）记录单位矩阵I中元素1的位置。

（2）求min{jIa0,1jn}@t

若t

若t不存在，则得到最优解；%⑴=气

,

+1(i=1,2,...m).其他j=0，

停。否则，转到（3）。

.ra. …. …

(3)求min{^:n+11a0,1im}@人alt

it

若*不存在，则LP-min无下届，所以无最优解，停；否则，求

minR(i)I气,外

minR(i)I气,外+】

[a

it

a

(4)气j=a,(j=1

st

aua一aa

ijijsjit,

=x,a〉0,1im\@R(s)转到(4)。

it

2....n+1)

(i=0,1,2...m;i壬s;j=1,2,....,n+1),

R(s)ut,转到(2).

二、对偶单纯形法

对偶单纯形法是在已知一个正则基的条件下的求解线性规划的方法。步骤如下：

a

a

K

a

01

02

0,n+1

a

a

L

a

11

12

1,n+1

M

M

O

M

a

a

K

a

m1

m2

m,n+1

（1）输入初始矩阵:

，并化为典则形式。

用R（i）记录单位矩阵I中元素1的位置。

⑵求min{jIa0,1jn}@s

若s

若s不存在，则得到最优解；气⑴=a

i,n+1(i=1,2,...m).其他j=0，

停。否则，转到（3）。

.,a

⑶求min{in+11a0,1im}@人a

it

若*不存在，则LP-min无下届，所以无最优解，停；否则，求

minR

minR(i)I气，n+i

ia

it

=*,a〉0,1im\@R(s)，转到(4)。

it

a

(4)气j=寸，(j=1，2....n+1)

st

气U气气气,(i=0,1,2...m;is;j=1,2,....,n+1),

R(s)ut,转到(2).

三、程序代码

1、单纯形法。

%求解标准型线性规划：maxc*x;s.t.A*x=b;x=0%A1是标准系数矩阵及最后一列是资源向量，C是目标函数的系数向量%N是(初始的)基变量的下标%M=10000人工变量系数

%本函数中的A是单纯形表，包括:最后一行是初始的检验数，最后一列是资源向量b%c1是基变量系数%输出变量sol是最优解

%输出变量val是最优值，k是迭代次数%flag1的值代表有无最优解，0无界解，1无可行解，2无穷多解，3唯一最优解function[sol,val,k,flag1]=ssimplex(A1,C,N)M=10000;

[mA1,nA1]=size(A1);C1=[C,0];

val=zeros(1,length(C));fori=1:length(N)c1(i)=C1(N(i));endfori=1:nA1

a(i)=C1(i)-c1*A1(:,i);%计算初始检验数endA=[A1;a];%构造初始单纯形表[mA,nA]=size(A);k=0;%迭代次数flag=1;whileflagfori=1:(nA-1)ifA(mA,i)=0flag=0;elseflag=1;break;endendifflag==0%已找到最优解val1=A(1:(mA-1),nA);fori=1:length(N)

if(val1(i)~=0abs(C(N(i)))==M)disp(无可行解);sol=inf;val=inf;

flag3=0;

flag1=1;

break;

else

flag