线性规划问题及单纯形法-单纯形法原理

线性规划问题及单纯形法-单纯形法原理
4.单纯形法原理
第⼀步: 到⼀个单位矩阵,其实是⼀个基矩阵。
基矩阵:系数矩阵A(m⾏n列)中,m阶⾮奇异⽅阵(m⾏m列)(|B|≠0)。
上图中,基变量为x3,x4,x5,x6,⽽⾮基变量是x1和x2。
iso9002认证基解:⾮基变量为零,功能约束⽅程所得到的解,基解只是基变量的解。折点加氯法去除氨氮
基可⾏解:基解且可⾏(满⾜⾮负约束),这样的解可以满⾜约束,但可能不是最⼩的。
所以单纯形法,⾸先求标准形和单位矩阵,保证了⼀定得到基可⾏解,基可⾏解其实就是可⾏域的顶点。
单纯形法第⼀步到基可⾏解,下⼀步到相邻的基可⾏解,直到在也不到⽐当前函数值还⼩的解。
第⼆步:计算检验数,其实使⽤⾮基变量来表⽰⽬标函数时,各变量的系数。
Z = 2x1+3x2
个⼈理解:这⾥通过⾮基变量表⽰⽬标函数,那么肯定是要减去基变量的,所以2-02-01-04-00,得到2,这⾥x3 = 12 - 2x1 - 2x2,这是⼀个约束,能看出x3约等于2x1,所以计算x1的检验数的时候0 * 2,
其他类似,每⼀个约束都可以得到关于xi和x1的关系,那么都减去之后,就可以得到x1的检验数,x2也类似。但是x3,x4,x5,x6检验数都为0,因为基变量检验数只能为0。
如下图⾸先计算检验数
之后得到Z=2x1+3x2+x3将x3=12-2x1-2x2带⼊,得到Z=12+x2。
那么可以得知x2越⼤,那么⽬标函数值越⼤,所以要将x2这⼀列作为基变量变形,之后替换出⼀个基变量。那么⽬标函数值就会得到⼀个增长。
第⼆步:选正的最⼤检验数,是为得到更好的相邻可⾏解。
⽬标函数该变量 = 检验数 * ⽐率值
【其实只要⼤约0的检验数都⾏,⽬标函数值取最⼩化也能求了。因为⽐率值都是正的。】
上图可以看出来,选择的是检验数是3,⽐率值也是3,所以增加量是9,⽽z=0,所以选择之后,⽬标函数值变成9了。
如果求最⼩值的话,每⼀轮选择的检验数都为负的,那么当迭代到检验数都为正的时候,就停⽌。变得到最优解。
第⼆步:单纯形法停⽌条件:最优或⽆界。
最优:所有检验数为⾮正,⼩于或等于零。
⽆界:某个检验数为正,且改了系数全为⾮正。如下
这⾥3x2可以选择正的检验数,但是改列都为负的,x1=0,那么x3 = 12+2x2,x4,x5,x6同理,那么x2 = ∞ 的时候。x3就是∞,所以可以得到maxZ是⽆界的。其⽐率值也是负的,⽽⽐率值要求是都为正,且不等于0。
第三步:最⼩⽐例原则选定⾏
例⼦如下
x3出的话,2x2 = 12,x2 = 6,x6 = -12,那么x6>=0,所以不可⾏
x4同理,⽽x5的话,第3个约束都为0,那么⾮基解,所以也不可⾏,只有x6出去才可以。⽽x6恰好是⽐值最⼩的。
十八大党章修改
当⽐值为负的话, 也是不⾏的,因为⽐值为负,那么x2<=0,不满⾜。所以正数⾥⾯选个最⼩的。
伪官
嗜血dna最⼩⽐例率为0可以选择,当前当前迭代⽬标函数值。如果两⾏ 同时得到最⼩⽐值,那么可以随意选择⼀个,结果是⼀样。
最⼩⽐例率为0可以选择,当前当前迭代⽬标函数值。如果两⾏ 同时得到最⼩⽐值,那么可以随意选择⼀个,结果是⼀样。
第四步:初等⾏变换
因为初等⾏变换,不改变线性⽅程组的解集合/可⾏域不变!
单纯形法的步骤:
1.将LP数学模型化成标准形式李培生
2.确定初始基可⾏解(单位矩阵1)
3.最有型检验,若得到最优解、⽆界解,计算结束。否则转4;
4.基变换(确定换⼊变量【检验数最⼤原则】和换出变量【⽐率值最⼩原则】)
5.⽤初等⾏变换进⾏迭代,得到新的基可⾏解(单位矩阵1),转3
不可⾏解:当没有到基矩阵或单位矩阵的时候就有可能出现不可⾏解。
⽆穷多最优解:⾸先已经得到了最优解,有⼀个⾮基变量的检验数等于0,那么还可以继续迭代,那么在迭代⼀轮,那么还可以得到⼀组相同⽬标函数还在的解,那么都是最优解,这时候就是有⽆穷多个最优解。

本文发布于:2024-09-21 01:39:54,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/590210.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:检验   变量   得到   单纯形法   选择   迭代   函数   矩阵
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议