线性规划与网络流.pptVIP

将一般问题转化为约束标准型*有几种巧妙的办法可以将一般的线性规划问题转换为约束标准型线性规划问题。首先，需要把(8.2)或(8.4)形式的不等式约束转换为等式约束。具体做法是，引入松弛变量，利用松弛变量的非负性，将不等式转化为等式。松驰变量记为yi，共有m1+m3个。在求解过程中，应当将松弛变量与原来变量同样对待。求解结束后，抛弃松弛变量。注意松弛变量前的符号由相应的原不等式的方向所确定。将一般问题转化为约束标准型*华南理工大学计算机科学与工程学院郑运平.华南理工大学计算机科学与工程学院郑运平.华南理工大学计算机科学与工程学院郑运平.华南理工大学计算机科学与工程学院郑运平.*第8章线性规划与网络流*学习要点理解线性规划算法模型掌握解线性规划问题的单纯形算法8.1线性规划问题和单纯形算法*线性规划问题及其表示线性规划问题可表示为如下形式：t.0102变量满足约束条件(8.2)-(8.5)式的一组值称为线性规划问题的一个可行解。1所有可行解构成的集合称为线性规划问题的可行区域。2使目标函数取得极值的可行解称为最优解。3在最优解处目标函数的值称为最优值。4有些情况下可能不存在最优解。5通常有两种情况：*根本没有可行解，即给定的约束条件之间是相互排斥的，可行区域为空集；01目标函数没有极值，也就是说在n维空间中的某个方向上，目标函数值可以无限增大，而仍满足约束条件，此时目标函数值无界。02这个问题的解为(x1,x2,x3,x4)=(0,3.5,4.5,1)；最优值为16。线性规划基本定理*约束条件(8.2)-(8.5)中n个约束以等号满足的可行解称为线性规划问题的基本可行解。01若nm，则基本可行解中至少有n-m个分量为0，也就是说，基本可行解中最多有m个分量非零。02线性规划基本定理：如果线性规划问题有最优解，则必有一基本可行最优解。03上述定理的重要意义在于，它把一个最优化问题转化为一个组合问题，即在(8.2)-(8.5)式的m+n个约束条件中，确定最优解应满足其中哪n个约束条件的问题。04线性规划基本定理*由此可知，只要对各种不同的组合进行测试，并比较每种情况下的目标函数值，直到找到最优解。1Dantzig于1948年提出了线性规划问题的单纯形算法。2单纯形算法的特点是：3只对约束条件的若干组合进行测试，测试的每一步都使目标函数的值增加；4一般经过不大于m或n次迭代就可求得最优解。5约束标准型线性规划问题的单纯形算法当线性规划问题中没有不等式约束(8.2)和(8.4)式，而只有等式约束(8.3)和变量非负约束(8.5)时，称该线性规划问题具有标准形式。为便于讨论，不妨先考察一类更特殊的标准形式线性规划问题。这一类线性规划问题中，每一个等式约束中，至少有一个变量的系数为正，且这个变量只在该约束中出现。约束标准型线性规划问题的单纯形算法在每一约束方程中选择一个这样的变量，并以它作为变量求解该约束方程。这样选出来的变量称为左端变量或基本变量，其总数为m个。剩下的n-m个变量称为右端变量或非基本变量。这一类特殊的标准形式线性规划问题称为约束标准型线性规划问题。约束标准型线性规划问题的单纯形算法虽然约束标准型线性规划问题非常特殊，但是对于理解线性规划问题的单纯形算法是非常重要的。01稍后将看到，任意一个线性规划问题可以转换为约束标准型线性规划问题。02x2x3x5z0-13-2x173-12x412-240x610-438STEP1STEP2STEP3STEP4任何约束标准型线性规划问题，只要将所有非基本变量都置为0，从约束方程式中解出满足约束的基本变量的值，可求得一个基本可行解。单纯形算法的基本思想就是从一个基本可行解出发，进行一系列的基本可行解的变换。每次变换将一个非基本变量与一个基本变量互调位置，且保持当前的线性规划问题是一个与原问题完全等价的标准线性规划问题。基本可行解x=(7,0,0,12,0,10)。z行中的正系数非基本变量都满足要求。4在上面单纯形表的z行中只有1列为正，即非基本变量相应的列，其值为3。5单纯形算法的第1步：选出使目标函数增加的非基本变量作为入基变量。1查看单纯形表的第1行（也称之为z行）中标有非基本变量的各列中的值。2选出使目标函数增加的非基本变量作为入基变量。3选取非基本变量x3作为入基变量。6如果入基变量所在列的所有元素都是负值，则目标函数