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
1、,数据、模型与决策,线性规划 Linear Programming,1.1 LP的数学模型 Mathematical Model of LP 1.2 图解法 Graphical Method 1.3 标准型 Standard form of LP 1.4 基本概念 Basic Concepts 1.5 Simplex Method,1.1 数学模型 Mathematical Model,1.1 线性规划的数学模型 Mathematical Model of LP,线性规划通常研究资源的最优利用、设备最佳运行等问题。例如,当任务或目标确定后,如何统筹兼顾,合理安排,用最少的资源 (如资金、设备、
2、原标材料、人工、时间等)去完成确定的任务或目标;企业在一定的资源条件限制下,如何组织安排生产获得最好的经济效益(如产品量最多 、利润最大)。,线性规划(Linear Programming,缩写为LP)是运筹学的重要分支之一,在实际中应用得较广泛,其方法也较成熟,借助计算机,使得计算更方便,应用领域更广泛和深入。,【例1.1】最优生产计划问题。某企业在计划期内计划生产甲、乙、丙三种产品。这些产品分别需要要在设备A、B上加工,需要消耗材料C、D,按工艺资料规定,单件产品在不同设备上加工及所需要的资源如表1.1所示。已知在计划期内设备的加工能力各为200台时,可供材料分别为360、300公斤;每生
3、产一件甲、乙、丙三种产品,企业可获得利润分别为40、30、50元,假定市场需求无限制。企业决策者应如何安排生产计划,使企业在计划期内总的利润收入最大?,1.1 线性规划的数学模型 Mathematical Model of LP,1.1.1 应用模型举例,表1.1 产品资源消耗,1.1 线性规划的数学模型 Mathematical Model of LP,【解】设x1、x2、x3 分别为甲、乙、丙三种产品的产量数学模型为:,1.1 线性规划的数学模型 Mathematical Model of LP,最优解X=(50,30,10);Z=3400,线性规划的数学模型由,决策变量 Decision
4、 variables 目标函数Objective function 及约束条件Constraints 构成。称为三个要素。,其特征是: 1解决问题的目标函数是多个决策变量的 线性函数,通常是求最大值或 最小值; 2解决问题的约束条件是一组多个决策变量 的线性不等式或等式。,怎样辨别一个模型是线性规划模型?,1.1 线性规划的数学模型 Mathematical Model of LP,【例1.2】某商场决定:营业员每周连续工作5天后连续休息2天,轮流休息。根据统计,商场每天需要的营业员如表1.2所示。,表1.2 营业员需要量统计表,商场人力资源部应如何安排每天的上班人数,使商场总的营业员最少。,
5、1.1 线性规划的数学模型 Mathematical Model of LP,【解】 设xj(j=1,2,7)为休息2天后星期一到星期日开始上班的营业员,则这个问题的线性规划模型为,1.1 线性规划的数学模型 Mathematical Model of LP,最优解:,Z617(人),【例1.3】合理用料问题。某汽车需要用甲、乙、丙三种规格的轴各一根,这些轴的规格分别是1.5,1,0.7(m),这些轴需要用同一种圆钢来做,圆钢长度为4 m。现在要制造1000辆汽车,最少要用多少圆钢来生产这些轴?,【解】这是一个条材下料问题 ,设切口宽度为零。 设一根圆钢切割成甲、乙、丙三种轴的根数分别为y1,
6、y2,y3,则切割方式可用不等式1.5y1+y2+0.7y34表示,求这个不等式关于y1,y2,y3的非负整数解。象这样的非负整数解共有10组,也就是有10种下料方式,如表1.3所示。,表13 下料方案,1.1 线性规划的数学模型 Mathematical Model of LP,设xj(j=1,2,10)为第j种下料方案所用圆钢的根数。则用料最少数学模型为:,求下料方案时应注意,余料不能超过最短毛坯的长度;最好将毛坯长度按降的次序排列,即先切割长度最长的毛坯,再切割次长的,最后切割最短的,不能遗漏了方案 。如果方案较多,用计算机编程排方案,去掉余料较长的方案,进行初选。,1.1 线性规划的数
7、学模型 Mathematical Model of LP,Z812.5,【例1.4】配料问题。某钢铁公司生产一种合金,要求的成分规格是:锡不少于28%,锌不多于15%,铅恰好10%,镍要界于35%55%之间,不允许有其他成分。钢铁公司拟从五种不同级别的矿石中进行冶炼,每种矿物的成分含量和价格如表1.4所示。矿石杂质在治炼过程中废弃,现要求每吨合金成本最低的矿物数量。假设矿石在冶炼过程中,合金含量没有发生变化。,表1.4 矿石的金属含量,1.1 线性规划的数学模型 Mathematical Model of LP,解: 设xj(j=1,2,5)是第j 种矿石数量,得到下列线性规划模型,注意,矿石
8、在实际冶炼时金属含量会发生变化,建模时应将这种变化考虑进去,有可能是非线性关系。配料问题也称配方问题、营养问题或混合问题,在许多行业生产中都能遇到。,1.1 线性规划的数学模型 Mathematical Model of LP,最优解:,Z=347.5,1.1 线性规划的数学模型 Mathematical Model of LP,【例1.5】投资问题。某投资公司在第一年有200万元资金,每年都有如下的投资方案可供考虑采纳:“假使第一年投入一笔资金,第二年又继续投入此资金的50%,那么到第三年就可回收第一年投入资金的一倍金额”。投资公司决定最优的投资策略使第六年所掌握的资金最多。,第五年:(x7
9、/2+x9)=x8+2x5,第一年:x1+x2=200(万元),第二年:(x1/2 +x3)+x4=x2,第三年(x3/2+x5)+x6=x4+2x1,第四年:(x5/2+x7)+x8=x6+2x3,到第六年实有资金总额为x9+2x7,整理后得到下列线性规划模型,1.1 线性规划的数学模型 Mathematical Model of LP,【解】设 x1:第一年的投资; x2:第一年的保留资金 x3:第二年新的投资;x4:第二年的保留资金 x5:第三年新的投资; x6:第三年的保留资金 x7:第四年新的投资 x8:第四年的保留资金 x9:第五年的保留资金,1.1 线性规划的数学模型 Mathe
10、matical Model of LP,最优解:,Z 416.26万元,x1:第一年的投资; x2:第一年的保留资金 x3:第二年新的投资;x4:第二年的保留资金 x5:第三年新的投资; x6:第三年的保留资金 x7:第四年新的投资 x8:第四年的保留资金 x9:第五年的保留资金,【例1.6】均衡配套生产问题。某产品由2件甲、3件乙零件组装而成。两种零件必须经过设备A、B上加工,每件甲零件在A、B上的加工时间分别为5分钟和9分钟,每件乙零件在A、B上的加工时间分别为4分钟和10分钟。现有2台设备A和3台设备B,每天可供加工时间为8小时。为了保持两种设备均衡负荷生产,要求一种设备每天的加工总时间
11、不超过另一种设备总时间1小时。怎样安排设备的加工时间使每天产品的产量最大。 【解】 设x1、x2为每天加工甲、乙两种零件的件数,则产品的产量是,设备A、B每天加工工时的约束为,要求一种设备每台每天的加工时间不超过另一种设备1小时的约束为,1.1 线性规划的数学模型 Mathematical Model of LP,目标函数线性化。产品的产量y等价于,整理得到线性规划模型,约束线性化。将绝对值约束写成两个不等式,1.1 线性规划的数学模型 Mathematical Model of LP,1.1.2 线性规划的一般模型 一般地,假设线性规划数学模型中,有m个约束,有n个决策变量xj, j=1,2
12、,n,目标函数的变量系数用cj表示, cj称为价值系数。约束条件的变量系数用aij表示,aij称为工艺系数。约束条件右端的常数用bi表示,bi称为资源限量。则线性规划数学模型的一般表达式可写成,为了书写方便,上式也可写成:,1.1 线性规划的数学模型 Mathematical Model of LP,在实际中一般xj0,但有时xj0或xj无符号限制。,1.1 线性规划的数学模型 Mathematical Model of LP,1.什么是线性规划,掌握线性规划在管理中的几个应用例子 2.线性规划数学模型的组成及其特征 3.线性规划数学模型的一般表达式。,作业:教材P31 T 2,3,4,5,6
13、,1.1 线性规划的数学模型 Mathematical Model of LP,下一节:图解法,1.2 图解法 Graphical Method,图解法的步骤:,1.求可行解集合。分别求出满足每个约束包括变量非 负要求的区域,其交集就是可行解集合,或称为可行域;,2.绘制目标函数图形。先过原点作一条矢量指向点(c1,c2),矢量的方向就是目标函数增加的方向,称为梯度方向,再作一条与矢量垂直的直线,这条直线就是目标函数图形;,3.求最优解。依据目标函数求最大或最小移动目标函数直线,直线与可行域相交的点对应的坐标就是最优解。,一般地,将目标函数直线放在可行域中 求最大值时直线沿着矢量方向移动 求最
14、小值时沿着矢量的反方向移动,1.2 图解法 The Graphical Method,x1,x2,O,10,20,30,40,10,20,30,40,(3,4),(15,10),最优解X=(15,10),最优值Z=85,例1.7,1.2 图解法 The Graphical Method,2,4,6,x1,x2,2,4,6,最优解X=(3,1) 最优值Z=5,(3,1),min Z=x1+2x2,例1.8,(1,2),1.2 图解法 The Graphical Method,2,4,6,x1,x2,2,4,6,X(2)(3,1),X(1)(1,3),(5,5),min Z=5x1+5x2,例1.
15、9,有无穷多个最优解 即具有多重解,通解为,01,当=0.5时 =(x1,x2)=0.5(1,3)+0.5(3,1)=(2,2),1.2 图解法 The Graphical Method,2,4,6,x1,x2,2,4,6,(1,2),无界解(无最优解),max Z=x1+2x2,例1.10,x1,x2,O,10,20,30,40,10,20,30,40,50,50,无可行解 即无最优解,max Z=10 x1+4x2,例1.11,1.2 图解法 The Graphical Method,由以上例题可知,线性规划的解有4种形式:,1.有唯一最优解(例1.7例1.8),2.有多重解(例1.9),
16、3.有无界解(例1.10),4.无可行解(例1.11),1、2情形为有最优解 3、4情形为无最优解,1.2 图解法 The Graphical Method,1.通过图解法了解线性规划有几种解的形式 2.作图的关键有三点 (1)可行解区域要画正确 (2)目标函数增加的方向不能画错 (3)目标函数的直线怎样平行移动,作业:教材P34 T7,1.2 图解法 The Graphical Method,下一节:线性规划的标准型,1.3 线性规划的标准型 Standard form of LP,在用单纯法求解线性规划问题时,为了讨论问题方便,需将线性规划模型化为统一的标准形式。,1.3 线性规划的标准型
17、 Standard form of LP,线性规划问题的标准型为: 1目标函数求最大值(或求最小值) 2约束条件都为等式方程 3变量xj非负 4常数bi非负,max(或min)Z=c1x1+c2x2+cnxn,1.3 线性规划的标准型 Standard form of LP,注:本教材默认目标函数是 max,或写成下列形式:,或用矩阵形式,1.3 线性规划的标准型 Standard form of LP,通常X记为: 称为约束方程的系数矩阵,m是约束方程的个数,n是决策变量的个数,一般情况mn,且r()m。,其中:,1.3 线性规划的标准型 Standard form of LP,【例1.12
18、】将下列线性规划化为标准型,【解】()因为x3无符号要求 ,即x3取正值也可取负值,标准型中要求变量非负,所以令,1.3 线性规划的标准型 Standard form of LP,(3)第二个约束条件是号,在号 左端减去剩余变量(Surplus variable)x5,x50。也称松驰变量,1.3 线性规划的标准型 Standard form of LP,(2) 第一个约束条件是号,在左端加入松驰变量 (slack variable) x4,x40,化为等式;,(4)第三个约束条件是号且常数项为负数,因此在左边加入松驰变量x6,x60,同时两边乘以1。,(5)目标函数是最小值,为了化为求最大值
19、,令Z=Z,得到max Z=Z,即当Z达到最小值时Z达到最大值,反之亦然。,综合起来得到下列标准型,1.3 线性规划的标准型 Standard form of LP,当某个变量xj0时,令x/j=xj 。 当某个约束是绝对值不等式时,将绝对值不等式化为两个不等式,再化为等式,例如约束,将其化为两个不等式,再加入松驰变量化为等式。,1.3 线性规划的标准型 Standard form of LP,【例1.13】将下例线性规划化为标准型,【解】 此题关键是将目标函数中的绝对值去掉。 令,则有,1.3 线性规划的标准型 Standard form of LP,得到线性规划的标准形式,1.3 线性规划
20、的标准型 Standard form of LP,对于axb(a、b均大于零)的有界变量化为标准形式有两种方法,一种方法是增加两个约束xa及xb,另一种方法是令=xa,则axb等价于0ba,增加一个约束ba并且将原问题所有x用x=+a替换。,1.如何化标准形式?,可以对照四条标准逐一判断!,标准形式是人为定义的,目标函数可以是求最小值。,2.用WinQSB软件求解时,不必化成标准型。,图解法时不必化为标准型。,3.单纯形法求解时一定要化为标准型。,作业:教材P34 T 8,1.3 线性规划的标准型 Standard form of LP,下一节:基本概念,1.4 线性规划的有关概念 Basic
21、 Concepts of LP,设线性规划的标准型 max Z=CX (1.1) AX=b (1.2) X 0 (1.3) 式中A 是mn矩阵,mn并且r(A)=m,显然A中至少有一个mm子矩阵B,使得r(B)=m。,1.4 基本概念 Basic Concepts,基 (basis)A中mm子矩阵B并且有r(B)=m,则称B是线性规划的一个基(或基矩阵basis matrix )。当m=n时,基矩阵唯一,当mn时,基矩阵就可能有多个,但数目不超过,【例1.14】线性规划,求所有基矩阵。,【解】约束方程的系数矩阵为25矩阵,容易看出r(A)=2,2阶子矩阵有C52=10个,其中第1列与第3列构成
22、的2阶矩阵不是一个基,基矩阵只有9个,即,1.4 基本概念 Basic Concepts,由线性代数知,基矩阵B必为非奇异矩阵并且|B|0。当矩阵B的行列式等式零即|B|=0时就不是基,当确定某一矩阵为基矩阵时,则基矩阵对应的列向量称为基向量(basis vector),其余列向量称为非基向量,基向量对应的变量称为基变量(basis variable),非基向量对应的变量称为非基变量,在上例中B2的基向量是A中的第一列和第四列,其余列向量是非基向量,x1、x4是基变量,x2、x3、x5是非基变量。基变量、非基变量是针对某一确定基而言的,不同的基对应的基变量和非基变量也不同。,1.4 基本概念
23、Basic Concepts,可行解(feasible solution) 满足式(1.2)及(1.3)的解X=(x1,x2,xn)T 称为可行解 。,基本可行解(basis feasible solution) 若基本解是可行解则称为是基本可行解(也称基可行解)。,例如, 与X=(0,0,0,3,2,)都是例1 的可行解。,基本解(basis solution) 对某一确定的基B,令非基变量等于零,利用式(1.) 解出基变量,则这组解称为基的基本解。,最优解(optimal solution) 满足式 (1 .1)的可行解称为最优解,即是使得目标函数达到最大值的可行解就是最优解,例如可行解
24、是例2的最优解。,非可行解(Infeasible solution) 无界解 (unbound solution),1.4 基本概念 Basic Concepts,显然,只要基本解中的基变量的解满足式(1.)的非负要求,那么这个基本解就是基本可行解。,在例1.13中,对来说,x1,x2是基变量,x3,x4,x5是非基变量,令x3=x4=x5=0,则式(1.)为,对B2来说,x1,x4,为基变量,令非变量x2,x3,x5为零,由式 (1.2)得到 ,x4=4,,因|B1|,由克莱姆法则知,x1、x2有唯一解x12/5,x2=1则 基本解为,1.4 基本概念 Basic Concepts,由于 是
25、基本解,从而它是基本可行解,在 中x10,因此不是可行解,也就不是基本可行解。,反之,可行解不一定是基本可行解 例如 满足式(1.2)(1.3),但不是 任何基矩阵的基本解。,基本解为,1.4 基本概念 Basic Concepts,可行基 基可行解对应的基称为可行基; 最优基基本最优解对应的基称为最优基; 如上述B3就是最优基,最优基也是可行基。,当最优解唯一时,最优解亦是基本最优解,当最优解不唯一时,则最优解不一定是基本最优解。例如右图中线段 的点为最优 解时,Q1点及Q2点是基本最优解,线段 的内点是最优解而不是基本最优解。,基本最优解 最优解是基本解称为基本最优解。例如,满足式(1.1
26、)(1.3)是最优解,又是B3的基本解,因此它是基本最优解。,1.4 基本概念 Basic Concepts,基本最优解、最优解、基本可行解、基本解、可行解的关系如下所示:,基本最优解,基本可行解,可行解,最 优 解,基本解,例如,B点和D点是可行解,不是基本解;C点是基本可行解;A点是基本最优解,同时也是最优解、基本可行解、基本解和可行解。,1.4 基本概念 Basic Concepts,凸集(Convex set)设K是n维空间的一个点集,对任意两点 时,则称K为凸集。,就是以X(1)、X(2)为端点的线段方程,点X的位置由的值确定,当=0时,X=X(2),当=1时X=X(1),凸组合(C
27、onvex combination) 设 是Rn 中的点若存在 使得 成立, 则称X为 的凸组合。,1.4 基本概念 Basic Concepts,极点(Extreme point) 设K是凸集, ,若X不能用K中两个不同的 点 的凸组合表示为,则称X是K的一个极点或顶点。,X是凸集K的极点即X不可能是K中某一线段的内点,只能是K中某一线段的端点。,O,1.4 基本概念 Basic Concepts,【定理1.1】 若线性规划可行解K非空,则K是凸集。,【定理1.2】线性规划的可行解集合K的点X是极点的充要条件为X是基本可行解。,【定理1.3】若线性规划有最优解,则最优值一定可以在可行解集合的
28、某个极点上到达,最优解就是极点的坐标向量。,定理1.2刻划了可行解集的极点与基本可行解的对应关系,极点是基本可行解,反之,基本可行解一定是极点,但它们并非一一 对应 ,有可能两个或几个基本可行解对应于同一极点(退化基本可行解时)。,线性规划的基本定理,1.4 基本概念 Basic Concepts,定理1.3描述了最优解在可行解集中的位置,若最优解唯一,则最优解只能在某一极点上达到,若具有多重最优解,则最优解是某些极点的凸组合,从而最优解是可行解集的极点或界点,不可能是可行解集的内点 。,若线性规划的可行解集非空且有界,则一定有最优解;若可行解集无界,则线性规划可能有最优解,也可能没有最优解。
29、,定理1.2及1.3还给了我们一个启示,寻求最优解不是在无限个可行解中去找,而是在有限个基本可行解中去寻求。下一节将介绍一种有效地寻找最优解的方法。,1.4 基本概念 Basic Concepts,1. 线性规划常用的概念:可行解、基本解、基本 可行解、最优解、基本最优解、基、可行基、最优基、凸集、极点(凸点)、凸组合,2.线性规划的三个基本定理。,作业:P34 T 9,1.4 基本概念 Basic Concepts,下一节:单纯形法,1.5 单纯形法 Simplex Method,单纯形计算方法(Simplex Method)是先求出一个初始基可行解并判断它是否最优,若不是最优,再换一个基可
30、行解并判断,直到得出最优解或无最优解。它是一种逐步逼近最优解的迭代方法。,当系数矩阵A中可以观察得到一个可行基时(通常是一个单位矩阵或m个线性无关的单位向量组成的矩阵),可以通过解线性方程组求得基本可行解。,【例1.15】用单纯形法求下列线性规划的最优解,1.5 单纯形法 Simplex Method,1.5.1 普通单纯形法,【解】化为标准型,加入松驰变量x3、x4则标准型为,系数矩阵A及可行基B1,r(B1)=2,B1是一个初始基,x3、x4为基变量,x1、x2为非基变量,令x1=0、x2=0由约束方程知x3=40、x4=30得到初始基本可行解,X(1)=(0,0,40,30)T,1.5
31、单纯形法 Simplex Method,以上得到的一组基可行解是不是最优解,可以从目标函数中的系数看出。目标函数 Z=3x1+4x2中x1的系数大于零,如果x1为一正数,则Z的值就会增大,同样若x2不为零为一正数,也能使Z的值增大;因此只要目标函数中非基变量的系数大于零,那么目标函数就没有达到最大值,即没有找到最优解,判别线性规划问题是否达到最优解的数称为检验数,记作j , j=1,2,n。,本例中1=3,2=4,3=0,4=0。参看表1.4(a)。,最优解判断标准 当所有检验数j0(j=1,n)时,基本可行解为最优解。,当目标函数中有基变量xi时,利用约束条件将目标函数中的xi消去即可求出检
32、验数。,1.5 单纯形法 Simplex Method,检验数 目标函数用非基变量表达时的变量系数,进基列,出基行,bi /ai2,ai20,i,表1-4,基变量,1,10,0,0,1/3,0,1/3,10,5/3,1,-1/3,40,5/3,0,-4/3,30,1,0,3/5,-1/5,18,0,1,-1/5,2/5,4,0,0,-1,-1,将3化为1,乘以1/3后得到,1.5 单纯形法 Simplex Method,30,18,最优解X=(18,4,0,0)T,最优值Z=70,O,20,30,10,40,(3,4),X(3)=(18,4),最优解X=(18,4),最优值Z=70,X(1)=
33、(0,0),20,10,x2,x1,30,1.5 单纯形法 Simplex Method,X(2)=(0,10),单纯形法全过程的计算,可以用列表的方法计算更为简洁,这种表格称为单纯形表(表1.4)。,计算步骤:,1.求初始基可行解,列出初始单纯形表,求出检验数。其中基变量的检验数必为零;,2.判断: (a)若j(j,n)得到最解; (b)某个k0且aik(i=1,2,m)则线性规划具有无界解(见例1.18)。 (c)若存在k0且aik (i=1,m)不全非正,则进行换基;,1.5 单纯形法 Simplex Method,第个比值最小 ,选最小比值对应行的基变量为出基变量,若有相同最小比值,则
34、任选一个。aLk为主元素;,(c)求新的基可行解:用初等行变换方法将aLk 化为,k列其它元素化为零(包括检验数行)得到新的可行基及基本可行解,再判断是否得到最优解。,(b)选出基变量 ,求最小比值:,1.5 单纯形法 Simplex Method,3.换基: (a)选进基变量 设k=max j | j 0,xk为进基变量,【例1.16】 用单纯形法求解,【解】将数学模型化为标准形式:,不难看出x4、x5可作为初始基变量,单纯法计算结果如表 1.所示 。,1.5 单纯形法 Simplex Method,表15,1/3,1,5,0,1,20,3,0,17,1,3,75,1/3,0,9,0,2,M
35、,20,25,60,1,0,17/3,1/3,1,25,0,1,28/9,1/9,2/3,35/3,0,0,98/9,1/9,7/3,最优解X=(25,35/3,0,0,0)T,最优值Z=145/3,1.5 单纯形法 Simplex Method,【例1.17】用单纯形法求解,【解】 这是一个极小化的线性规划问题,可以将其化为极大化问题求解,也可以直接求解,这时判断标准是:j0(j=1,n)时得到最优解。 容易观察到,系数矩阵中有一个3阶单位矩阵,x3、x4、x5为基变量。目标函数中含有基变量x4,由第二个约束得到x4=6+x1x2,并代入目标函数消去x4得,1.5 单纯形法 Simplex
36、Method,表中j0,j=1,2,5所以最优解为X=(0,5,0,1,11,)最优值 Z=2x12x2x4=251=11 极小值问题,注意判断标准,选进基变量时,应选j0的变量xj进基。,1.5 单纯形法 Simplex Method,表1.6,【例1.18】求解线性规划,【解】化为标准型,1.5 单纯形法 Simplex Method,初始单纯形表为,2=10, x2进基,而a120,a220,没有比值,从而线性规划的最优解无界。由模型可以看出,当固定x1使x2+且满足约束条件,还可以用图解法看出具有无界解。,1.5 单纯形法 Simplex Method,【例1.19】求解线性规划,【解
37、】:化为标准型后用单纯形法计算如下表所示,1.5 单纯形法 Simplex Method,表 (3)中j全部非正,则最优解为:,表 (3)表明,非基变量x3的检验数3=0, x3若增加,目标函数值不变, 即当x3进基时Z仍 等于20。使x3进基 x5出基继续迭代 ,得到表(4)的另一 基本最优解,X(1),X(2)是线性规划的两个最优解,它的凸组合,仍是最优解,从而原线性规划有多重最优解。,1.5 单纯形法 Simplex Method,唯一最优解的判断:最优表中所有非基变量的检验数 非零,则线规划具有唯一最优解 。 多重最优解的判断:最优表中存在非基变量的检验数为零,则线则性规划具有多重最优
38、解。 无界解的判断: 某个k0且aik(i=1,2,m)则线性规划具有无界解 退化基本可行解的判断:存在某个基变量为零的基本可行解。,1.5 单纯形法 Simplex Method,在实际问题中有些模型并不含有单位矩阵,为了得到一组基向量和初基可行解,在约束条件的等式左端加一组虚拟变量,得到一组基变量。这种人为加的变量称为人工变量,构成的可行基称为人工基,用大M法或两阶段法求解,这种用人工变量作桥梁的求解方法称为人工变量法。,【例1.20】用大M法解 下列线性规划,1. 大M 单纯形法,1.5.2大M和两阶段单纯形法,1.5 单纯形法 Simplex Method,【解】首先将数学模型化为标准
39、形式,式中x4,x5为松弛变量,x5可作为一个基变量,第一、三约束中分别加入人工变量x6、x7,目标函数中加入Mx6Mx7一项,得到人工变量单纯形法数学模型,用前面介绍的单纯形法求解,见下表。,1.5 单纯形法 Simplex Method,(1)初始表中的检验数有两种算法,第一种算法是利用第一、三约束将x6、x7的表达式代入目标涵数消去x6和x7,得到用非基变量表达的目标函数,其系数就是检验数;第二种算法是利用公式计算,如 (2)M是一个很大的抽象的数,不需要给出具体的数值,可以理解为它能大于给定的任何一个确定数值;,最优解X(31/3,13,19/3,0,0)T;最优值Z152/3,注意:
40、,1.5 单纯形法 Simplex Method,【例1.21】求解线性规划,【解】加入松驰变量x3、x4化为标准型,在第二个方程中加入人工变量x5,目标函数中加上M x5一项,得到,1.5 单纯形法 Simplex Method,用单纯形法计算如下表所示。,1.5 单纯形法 Simplex Method,表中j0,j=1,2,5,从而得到最优解X=(2,0,0,0,2), Z=10+2M。但最优解中含有人工变量x50说明这个解是伪最优解,是不可行的,因此原问题无可行解。,两阶段单纯形法与大M单纯形法的目的类似,将人工变量从基变量中换出,以求出原问题的初始基本可行解。将问题分成两个阶段求解,第
41、一阶段的目标函数是,约束条件是加入人工变量后的约束方程,当第一阶段的最优解中没有人工变量作基变量时,得到原线性规划的一个基本可行解,第二阶段就以此为基础对原目标函数求最优解。当第一阶段的最优解w0时,说明还有不为零的人工变量是基变量,则原问题无可行解。,1.5 单纯形法 Simplex Method,2. 两阶段单纯形法,【例1.22】用两阶段单纯形法求解例19的线性规划。 【解】标准型为,在第一、三约束方程中加入人工变量x6、x7后,第一阶段问题为,用单纯形法求解,得到第一阶段问题的计算表如下:,1.5 单纯形法 Simplex Method,1.5 单纯形法 Simplex Method,
42、最优解为 最优值w=0。第一阶段最后一张最优表说明找到了原问题的一组基可行解,将它作为初始基可行解,求原问题的最优解,即第二阶段问题为,1.5 单纯形法 Simplex Method,用单纯形法计算得到下表,最优解X(31/3,13,19/3,0,0)T;最优值Z152/3,1.5 单纯形法 Simplex Method,【例1.23】用两阶段法求解例1.21的线性规划。 【解】例1.21的第一阶段问题为,用单纯形法计算如下表:,1.5 单纯形法 Simplex Method,j0,得到第一阶段的最优解X=(2,0,0,0,2)T,最优目标值w=20,x5仍在基变量中,从而原问题无可行解。,1
43、.5 单纯形法 Simplex Method,解的判断,唯一最优解的判断:最优表中所有非基变量的检验数非零,则线 规划具有唯一最优解,多重最优解的判断:最优表中存在非基变量的检验数为零,则线则性规划具有多重最优解。,无界解的判断: 某个k0且aik(i=1,2,m)则线性规划具有无界解,退化基本可行解的判断:存在某个基变量为零的基本可行解。,无可行解的判断:(1)当用大M单纯形法计算得到最优解并且存在Ri0时,则表明原线性规划无可行解。 (2) 当第一阶段的最优值w0时,则原问题无可行解。,1.5 单纯形法 Simplex Method,设有线性规划,其中Amn且r(A)=m,X0应理解为X大
44、于等于零向量,即xj0,j=1,2,n。,1.5.3 计算公式,1.5 单纯形法 Simplex Method,不妨假设A(P1,P2,Pn)中前m个列向量构成一个可行基,记为B=(P1,P2,Pm)。矩阵A中后nm列构成的矩阵记为N(Pm+1,Pn),则A可以写成分块矩阵A=(B,N)。对于基B,基变量为XB=(x1,x2,xm )T, 非基变量为XN=(xm+1,xm+2,xn)T。,则X可表示成 同理将C写成分块矩阵C=(CB,CN),,CB=(C1,C2,Cm), CN=(Cm+1Cm+2,cn) 则AX=b可写成,1.5 单纯形法 Simplex Method,因为r(B)=m(或|B|0)所以B 1存在,因此可有,令非基变量XN=0,XB=B1b,由 B是 可行基的假设,则得到基本可行解,X=(B1b,0)T,将目标函数写成,1.5 单纯形法 Simplex Met
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。
最新文档
- 发展研究部门年度工作总结
- 2026年公安辅警招聘考试综合理论知识全真模拟考试卷及答案(三)
- 关于年度会议议程调整通知函(7篇范文)
- 数据跨境传输合规风险即时审查法务专员
- 2026高中教资面试英语答辩易错题题库试卷参考答案
- 物流配送行业物流规划师绩效指标表
- 广告创意执行官绩效分析表
- 20261026-192311-中小学数学小数的意义和性质单元测试卷1000道(可打印含答案)
- 高中地理区域文化传承保护技巧训练试题及答案
- 高中生物实验观察动物细胞核结构功能记录训练试卷及答案
- 混凝土工程冬季施工专项方案
- 山东省东营市实验中学2026-2027学年九年级上学期第一次学情检测化学试题(含答案)
- 2027年消化内科医师高频面试题包含详细解答
- 2026年经济师考试运输经济(初级)专业知识和实务试题及解答参考
- 2025~2026学年山东省烟台市高二上学期期中学业水平诊断地理试卷
- 2026年个人外汇业务问卷试题及答案
- 2026银行信用卡业务盈利模式转变规划分析研究报告
- 2026新教材语文 2《啊我们踯躅于黑暗的丛林里!》教学课件
- 2026生物降解地膜推广阻力与政策建议报告
- 《人工智能导论》实验二 AIGC文本生成实战
- (正式版)DB34∕T 4237-2022 《大型立式水泵机组检修技术规程》
评论
0/150
提交评论