线性规划问题及单纯形法概述(ppt 66页).ppt_第1页
线性规划问题及单纯形法概述(ppt 66页).ppt_第2页
线性规划问题及单纯形法概述(ppt 66页).ppt_第3页
线性规划问题及单纯形法概述(ppt 66页).ppt_第4页
线性规划问题及单纯形法概述(ppt 66页).ppt_第5页
已阅读5页,还剩61页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

运筹学,OperationsResearch,第一章线性规划及单纯形法,第一章线性规划及单纯形法,线性规划(LinearProgramming,简称LP)运筹学的一个重要分支,是运筹学中研究较早、发展较快、理论上较成熟和应用上极为广泛的一个分支。,1947年G.B.Dantying提出了一般线性规划问题求解的方法单纯形法之后,线性规划的理论与应用都得到了极大的发展。,60年来,随着计算机的发展,线性规划已广泛应用于工业、农业、商业、交通运输、经济管理和国防等各个领域,成为现代化管理的有力工具之一。,1线性规划问题及其数学模型,e.g.1资源的合理利用问题,问:如何安排生产计划,使得既能充分利用现有资源又使总利润最大?,表1产品资源甲乙库存量A1360B1140单件利润1525,某工厂在下一个生产周期内生产甲、乙两种产品,要消耗A、B两种资源,已知每件产品对这两种资源的消耗,这两种资源的现有数量和每件产品可获得的利润如表1。,第一章线性规划及单纯形法,maxz=15x1+25x2s.t.x1+3x260 x1+x240 x1,x20,解:,设x1,x2为下一个生产周期产品甲和乙的产量;,约束条件:,Subjectto,x1+3x260,x1+x240,x1,x20,目标函数:,z=15x1+25x2,表1产品资源甲乙库存量A1360B1140单件利润1525,决策变量,1线性规划问题及其数学模型,e.g.2营养问题,假定在市场上可买到B1,B2,Bnn种食品,第i种食品的单价是ci,另外有m种营养A1,A2,Am。设Bj内含有Ai种营养数量为aij(i=1m,j=1n),又知人们每天对Ai营养的最少需要量为bi。见表2:,表2食品最少营养B1B2Bn需要量A1a11a12a1nb1A2a21a22a2nb2Amam1am2amnbm单价c1c2cn,试在满足营养要求的前提下,确定食品的购买量,使食品的总价格最低。,第一章线性规划及单纯形法,表2食品最少营养B1B2Bn需要量A1a11a12a1nb1A2a21a22a2nb2Amam1am2amnbm单价c1c2cn,解:,设xj为购买食品Bj的数量(j=1,2,n),(i=1,2,m),xj0(j=1,2,n),0xjlj,1线性规划问题及其数学模型,三个基本要素:,Note:,1、善于抓住关键因素,忽略对系统影响不大的因素;,2、可以把一个大系统合理地分解成n个子系统处理。,1、决策变量xj0,2、约束条件一组决策变量的线性等式或不等式,3、目标函数决策变量的线性函数,第一章线性规划及单纯形法,max(min)z=c1x1+c2x2+cnxns.t.a11x1+a12x2+a1nxn(或=,)b1a21x1+a22x2+a2nxn(或=,)b2am1x1+am2x2+amnxn(或=,)bmxj0(j=1,2,n),其中aij、bi、cj(i=1,2,m;j=1,2,n)为已知常数,1线性规划问题及其数学模型,线性规划问题的标准形式:,maxz=c1x1+c2x2+cnxns.t.a11x1+a12x2+a1nxn=b1a21x1+a22x2+a2nxn=b2am1x1+am2x2+amnxn=bmxj0(j=1,2,n)bi0(i=1,2,m),特点:,1、目标函数为极大化;,2、除决策变量的非负约束外,所有的约束条件都是等式,且右端常数均为非负;,3、所有决策变量均非负。,第一章线性规划及单纯形法,如何转化为标准形式?,1、目标函数为求极小值,即为:。,因为求minz等价于求max(-z),令z=-z,即化为:,2、约束条件为不等式,,xn+10松弛变量,如何处理?,1线性规划问题及其数学模型,、右端项bi0,xk0,,分两种情况讨论:,如果p1,p2,pk线性无关,即x的非零分量对应的列向量线性无关,则由定理1知,它是LP的一个基本可行解,定理成立。,(2)如果p1,p2,pk线性相关,则必存在一组不全为零的数1,2,k使得,第一章线性规划及单纯形法,假定有i0,,取,作,其中,由(6)式知,必有,即,又因为由(5)式知,故有,,,即,也是LP的两个可行解。,3线性规划问题解的基本性质,再由的取法知,在式(7)的诸式中,至少有一个等于零,于是所作的可行解中,它的非零分量的个数至少比x的减少1,如果这些非零分量所对应的列向量线性无关,则为基可行解,定理成立。,否则,可以从出发,重复上述步骤,再构造一个新的可行解,使它的非零分量的个数继续减少。这样经过有限次重复之后,必可找到一个可行解使它的非零分量对应的列向量线性无关,故可行解必为基可行解。证毕。,返回,3线性规划问题解的基本性质,定理3证明,设,是LP的一个最优解。,如果x*是基本解,则定理成立;,如果x*不是基本解,则由定理2的证明过程可构造两个可行解,它的非零分量的个数比x*的减少,且有,,,又因为x*是最优解,故有,由式(8)和(9)知,必有,即x(1),x(2)仍为最优解。,如果x(1)或x(2)是基可行解,则定理成立。,否则,按定理2证明过程,可得基可行解x(s)或x(s+1),使得,即得基可行解x(s)或x(s+1)为最优解。,返回,第一章线性规划及单纯形法,LP问题解的几何意义,定义5设集合是n维欧氏空间中的一个点集,如果及实数,则称S是一个凸集。,几何意义:如果集合中任意两点连线上的一切点都在该集合中,则称该集合为凸集。,Note:空集和单点集也是凸集。,3线性规划问题解的基本性质,定义6设则称,为点的一个凸组合。,第一章线性规划及单纯形法,定理5设D为LP问题的可行解集,则x是D的极点的充分必要条件是x为LP问题的基可行解。,prove,(此时,该LP问题有无穷多最优解),3线性规划问题解的基本性质,Note:,1、如何判断LP问题有最优解;,2、计算复杂性问题。,设有一个50个变量、20个约束等式的LP问题,则最多可能有个基。,即约150万年,4单纯形法的基本原理,单纯形法(SimplexMethod)是1947年由G.B.Dantzig提出,是解LP问题最有效的算法之一,且已成为整数规划和非线性规划某些算法的基础。,基本思路:基于LP问题的标准形式,先设法找到一个基可行解,判断它是否是最优解,如果是则停止计算;否则,则转换到相邻的目标函数值不减的一个基可行解.(两个基可行解相邻是指它们之间仅有一个基变量不相同)。,第一章线性规划及单纯形法,单纯形法引例,首先,化原问题为标准形式:,x3,x4是基变量.,基变量用非基变量表示:,x3=60-x1-3x2x4=40-x1-x2,代入目标函数:,z=15x1+25x2,令非基变量x1=x2=0,z=0基可行解x(0)=(0,0,60,40)T,是最优解吗?,maxz=15x1+25x2s.t.x1+3x260 x1+x240 x1,x20,maxz=15x1+25x2+0 x3+0 x4s.t.x1+3x2+x3=60 x1+x2+x4=40 x1,x2,x3,x40,4单纯形法的基本原理,z=15x1+25x2x3=60-x1-3x2x4=40-x1-x2,因为x2的系数大,所以x2换入基变量。,x3=60-3x20 x4=40-x20,谁换出?,如果x4换出,则x2=40,x3=-60,不可行。,如果是“+”会怎样?,如果x3换出,则x2=20,x4=20。,最小比值法则,所以x3换出。,基变量用非基变量表示:,代入目标函数:,z=500+20/3x1-25/3x3,令非基变量x1=x3=0,z=500基可行解x(1)=(0,20,0,20)T,大于零!,第一章线性规划及单纯形法,因为x1的系数大,所以x1换入基变量。,所以x4换出。,基变量用非基变量表示:,代入目标函数:,z=7005x310 x4,令非基变量x3=x4=0,z=700基可行解x(2)=(30,10,0,0)T,因为非基变量的系数都小于零,所以x(2)=(30,10,0,0)T是最优解zmax=700,4单纯形法的基本原理,目标函数用非基变量表示时,非基变量的系数称为检验数,(40,0),(0,0),(0,20),A,B,C,(30,10),O,L1,L2,Z=250,x2,x1,x(0)=(0,0,60,40)Tz=0,x(1)=(0,20,0,20)Tz=500,x(2)=(30,10,0,0)Tz=700,第一章线性规划及单纯形法,单纯形法的基本原理,称(1a)(2a)(3a)为LP问题对应于基B的典则形式(典式).,Ax=b,基变量用非基变量表示:,代入目标函数:,4单纯形法的基本原理,如果记,则典式(1a)(2a)(3a)可写成,第一章线性规划及单纯形法,定理7在LP问题的典式(1b)(3b)中,如果有,则对应于基B的基可行解,是LP问题的最优解,记为,相应的目标函数最优值z*=z(0),此时,基B称为最优基,4单纯形法的基本原理,定理8在LP问题的典式(1b)(3b)中,,是对应于基B的一个基可行解,如果满足下列条件:,(1)有某个非基变量xk的检验数k0(m+1kn);,(2)aik(i=1,2,m)不全小于或等于零,即至少有一个aik0(i=1,2,m);,(3)0(i=1,2,m),即x(0)为非退化的基可行解。,则从x(0)出发,一定能找到一个新的基可行解,第一章线性规划及单纯形法,定理9在LP问题的典式(1b)(3b)中,如果检验数满足最优准则j0(j=m+1,n),且其中有一个k=0(m+1kn),则该LP问题有无穷多个最优解。,这在应用中很有价值,则该LP问题解无界(无最优解)。,5单纯形法的计算步骤,单纯形表,第一章线性规划及单纯形法,如何得到单纯形表?,B-1b,-cBB-1b,检验数,BN,cBcN,IB-1N,0cN-cBB-1N,5单纯形法的计算步骤,e.g.4列出如下LP问题的初始单纯形表。,maxz=4x1+3x2+2x3+5x4s.t.x1+3x2+x3+2x4=54x1+2x2+3x3+7x4=17x1,x2,x3,x40,不妨已知x3、x4为可行基变量,1,-7,0,1,2,6,-31,0,5,-2,-1,17,1,0,1,1,4,0,-12,x(0)=(0,0,1,2)T,z0=12,第一章线性规划及单纯形法,单纯形法求解LP问题的计算步骤:,Step1找出初始可行基,列初始单纯形表,确定初始基可行解;,Step2检验各非基变量xj的检验数j,如果所有的j0(j=1,2,n),则已求得最优解,停止计算。否则转入下一步;,Step3在所有的j0中,如果有某个k0,所对应的xk的系数列向量pk0(即aik0,i=1,2,m),则此问题解无界,停止计算。否则转入下一步;,5单纯形法的计算步骤,Step4根据,确定xk为换入基变量,又根据最小比值法则计算:确定xr为换出基变量。转入下一步;,Step5以为主元进行换基变换,用初等行变换将xk所对应的列向量变换成单位列向量,即,同时将检验数行中的第k个元素也变换为零,得到新的单纯形表。返回Step2。,第一章线性规划及单纯形法,maxz=15x1+25x2s.t.x1+3x260 x1+x240 x1,x20,maxz=15x1+25x2+0 x3+0 x4s.t.x1+3x2+x3=60 x1+x2+x4=40 x1,x2,x3,x40,0,0,x2,1/3,-500,x1,0,-700,1/2,检验数都小于等于零,x(2)为最优解zmax=700,60/3,40/1,25,3,1/3,1,20,0,0,-1/3,1,20,20/3,-25/3,0,20/1/3,20/2/3,15,2/3,2/3,1,0,-1/2,3/2,30,0,-1/2,10,0,-5,-10,5单纯形法的计算步骤,思考:,在单纯形法中根据,确定xk为进基变量,是否在这次变换中,使目标函数值提高最大?,如果不是,应选择哪个变量进基,保证这次变换使得目标函数值提高最大?,目标函数值能提高多少?,6单纯形法的进一步讨论,一、初始可行基的求法,maxz=c1x1+c2x2+cnxn(1c)s.t.a11x1+a12x2+a1nxn=b1a21x1+a22x2+a2nxn=b2.(2c)am1x1+am2x2+amnxn=bmxj0(j=1,2,n)(3c),a11x1+a12x2+a1nxn+xn+1=b1a21x1+a22x2+a2nxn+xn+2=b2am1x1+am2x2+amnxn+xn+m=bmxj0(j=1,2,n,n+1,n+m),人工变量,1、试算法,人造基本解:x0=(0,0,0,b1,bm)T,2、人工变量法,6单纯形法的进一步讨论,(1)大M法,惩罚法,maxw=c1x1+c2x2+cnxnM(xn+1+xn+m)s.t.a11x1+a12x2+a1nxn+xn+1=b1a21x1+a22x2+a2nxn+xn+2=b2am1x1+am2x2+amnxn+xn+m=bmxj0(j=1,2,n,n+1,n+m),M是一个充分大的正数,结论:,设,为上述问题的最优解,则,为原问题的最优解,这时的目标函数值为最优值;,则原问题无可行解。,不全为零,,第一章线性规划及单纯形法,e.g.5,用大M法求解,maxz=3x1-x2x3s.t.x1-2x2+x311-4x1+x2+2x33-2x1+x3=1x1,x2,x30,maxz=3x1-x2x3+0 x4+0 x5-Mx6-Mx7s.t.x1-2x2+x3+x4=11-4x1+x2+2x3-x5+x6=3-2x1+x3+x7=1xj0(j=1,2,7),解:,引入松弛变量x4,x5和人工变量x6,x7得,3-4M,M-1,2M-1,0,-M,0,-M,3M,3-6M,M-1,3M-1,0,-M,0,0,4M,11/1,3/2,1/1,x3,-1,1,3,-2,0,1,1,0,0,-1,10,0,1,0,0,-1,1,-2,1,1,M-1,0,0,-M,1-3M,M+1,1/1,1,x2,-1,3,0,0,1,-2,2,-5,12,1,0,0,0,-1,-1-M,2,1,12/3,x1,3,0,0,1/3,-2/3,2/3,-5/3,4,0,0,1,2/3,-4/3,4/3,-7/3,9,0,0,0,-1/3,-1/3,2/3-M,-2,3,1,0,1-M,1/3-M,200-0.2M0?,由于人工变量x6=x7=0,所以,得原问题的最优解x*=(4,1,9,0,0)T目标函数最优值zmax=2,Note:在计算过程中,某个人工变量一旦变为非基变量,则该列可被删去,6单纯形法的进一步讨论,(2)两阶段法,第一阶段:,maxz=c1x1+c2x2+cnxn(1c)s.t.a11x1+a12x2+a1nxn=b1a21x1+a22x2+a2nxn=b2.(2c)am1x1+am2x2+amnxn=bmxj0(j=1,2,n)(3c),maxw=xn+1xn+2xn+m(1d)s.t.a11x1+a12x2+a1nxn+xn+1=b1a21x1+a22x2+a2nxn+xn+2=b2(2d)am1x1+am2x2+amnxn+xn+m=bmxj0(j=1,2,n,n+1,n+m)(3d),判断原LP问题,(1c)(3c)是否存在可行解,如果存在就找出一个初始基可行解;,解之可得:,(a)如果wmax0,则原问题无可行解,停止计算;,(b)如果wmax=0,且人工变量都不是基变量,则转入第二阶段;,第一章线性规划及单纯形法,(c)如果wmax=0,但仍有取零的人工变量为基变量;,x1x2xnxn+1xn+kxn+mbal1al2alnaln+11an+m0,如xn+k=0是基变量,在最终单纯形表中:,al1al2aln不可能全为零,必有某个alj0,这时xj不是基变量,与xn+k交换即可。,第二阶段:,从第一阶段所求得的初始可行基出发,求解原问题,6单纯形法的进一步讨论,二、关于退化和循环,1955年Beale给出如下例子:,最优解:,第一章线性规划及单纯形法,Bland法则:,(对极大值问题而言),则选择xk作为进基变量。,7线性规划应用举例,e.g.6生产计划问题,某工厂明年根据合同,每个季度末向销售公司提供产品,有关信息如表,若当季生产的产品过多,季末有积余,则一个季度每积压一吨产品需支付存贮费0.2万元.现该厂考虑明年的最佳生产方案,使该厂在完成合同的情况下,全年的生产费用最低.试建立线性规划模型.,第一章线性规划及单纯形法,解:,方法一,设工厂第j季度生产产品xj吨,需求约束:,第一季度末需交货20吨,x120,第二季度末需交货20吨,x1-20+x220,这是上季末交货后积余,第三季度末需交货30吨,x1+x2-40+x330,第四季度末需交货10吨,x1+x2+x3-70+x4=10,生产能力约束:,0xjajj=1,2,3,4,生产、存储费用:,第一季度:15x1第二季度:14x2+0.2(x1-20)第三季度:15.3x3+0.2(x1+x2-40)第四季度:14.8x4+0.2(x1+x2+x3-70),minz=15.6x1+14.4x2+15.5x3+14.8x4-26s.t.x1+x240,x1+x2+x370 x1+x2+x3+x4=80,20x130,0x240,0x320,0x410.,7线性规划应用举例,方法二,设第i季度生产而用于第j季度末交货的产品数量为xij吨.,需求约束:,x11=20 x12+x22=20,x13+x23+x33=30 x14+x24+x34+x44=10,生产能力约束:,x11+x12+x13+x1430,x22+x23+x2440,x33+x3420,x4410,xij的费用cij=di+0.2(j-i),minz=15x11+15.2x12+15.4x13+15.6x14+14x22+14.2x23+14.4x24+15.3x33+15.5x34+1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论