基於單純形法的對偶理論和靈敏度分析

線性規劃問題的數學模型:

        目標函數(價值係數)+約束條件(技術係數,限額係數)

線性規劃問題的概念

        無窮多最優解,無界解(解空間無界),無可行解(沒有解空間),可行解(滿足約束條件的目標函數的解),基(約束方程係數矩陣中構成的滿秩非奇異矩陣(行數等於列數,行列式之和不爲0)),基可行解(基對應的變量是基變量,基變量的解是基可行解),可行基(對基可行解的基稱可行基)

線性規劃目標函數化標準形:

      目標函數化:max=(加負號,加鬆弛變量係數爲0用加號)

      約束條件:先將b都化爲大於0的數,不等式化等式加入鬆弛變量(取值無約束  x=x'-x"(x2=x3=x4))

PS:人工變量是在加入鬆弛變量後加入的,這時約束條件是等號,在目標函數中用-M

先把目標函數化成標準形,無約束的變x'-x'',然後把約束條件中b都個化爲正,然後在約束條件中加入鬆弛變量、人工變量,再在目標函數中添加相關變量和係數。

線性規劃問題的幾何意義:

      線性規劃問題存在可行域,其可行域是凸集,基可行解對應於可行域的頂點,最優解一定在可行域的頂點上或者邊界(無窮多解)

解法:圖解法和單純形法(基於單純形表):

    圖解法

     作圖尋找最優解

   單純形法一:(基本單純形法表)

     過程:1.確定初始基可行解(對目標函數進行標準化處理,加入人工變量鬆弛變量等)

                2.進行最優解檢驗與解的判別(把目標函數用非基變量表示,係數稱爲檢驗數,讓非基變量都等於0,得到最大值z,所有檢驗數的值小於0則爲最優解(當目標函數爲Min時這個值要都大於0))

              最終所有b>=0,唯一最優解;所有b>=0當所有檢驗數小於0,且有的檢驗數爲0,則線性規劃問題有無窮多最優解,所有b>=0當有檢驗數大於0,但是所對應的換出變量都小於0(沒有換出變量),則無界解

               3.進行基變換(1):換入變量的確定:找到檢驗數大於0的且最大 的,防止非基變量增大導致目標值繼續增大。(2):換出變量的確定:限額係數/基變量係數大於等於0且最小的換出。(基變量的非基變量的線性表示,讓非基變等於0除了確定的換入變量

              4.更新基變量(確定主元素,行列式變換)

              5.行列式變化進入新一輪的循環

   單純形法二:(人工變量大M法):

           過程:1.確定初始基可行解(當對約束條件加入鬆弛變量的時候無法找到基變量時,需要加入人工變量,人工變量在MAX目標函數的係數是-M(負無窮大,只有把人工變量從基變量換出,讓非基變量表示纔可以消除M,負無窮大使目標函數不能實現最大化,只有消除才行))

                2.進行最優解檢驗與解的判別(把目標函數用非基變量表示,係數稱爲檢驗數,所有檢驗數的值小於0且要把人工變量都換出則爲最優解(當目標函數爲Min時這個值要都大於0))

              b>=0,唯一最優解, 所有b>=0當所有檢驗數小於0,且有的檢驗數爲0,則線性規劃問題有無窮多最優解,所有b>=0當有檢驗數大於0,但是所對應的換出變量都小於0(沒有換出變量),所有b>=0則無界解,當檢驗數都小於0但是基變量中有人工變量則無最優解

               3.進行基變換(1):換入變量的確定:找到檢驗數大於0的且最大的,防止非基變量增大導致目標值繼續增大。(2):換出變量的確定:限額係數/基變量係數大於等於0且最小的換出。(基變量的非基變量的線性表示,讓非基變等於0除了確定的換入變量

              4.更新基變量(確定主元素,行列式變換)

              5.行列式變化進入新一輪的循環

 單純形法三:(人工變量大M法兩段法):

           第一階段:不考慮原問題是否存在基可行解;給原線性規劃問題加入人工變量,並且構造僅含人工變量的目標函數和要求實現其最小化,然後用單純形法求解上述模型,若w=0這說明原問題存在基可行解,進行第二階段計算

            第二階段:將第一階段計算得到的最終表除去人工變量,將目標函數行的係數改爲原問題的目標函數係數,作爲第二階段的初始表:

    過程:1.確定初始基可行解(當對約束條件加入鬆弛變量的時候無法找到基變量時,需要加入人工變量,人工變量在MAX目標函數的係數是-M(負無窮大,只有把人工變量從基變量換出,讓非基變量表示纔可以消除M))

                2.進行最優解檢驗與解的判別(把目標函數用非基變量表示,係數稱爲檢驗數,所有檢驗數的值小於0且要把人工變量都換出則爲最優解(當目標函數爲Min時這個值要都大於0))

              b>=0,唯一最優解, 所有b>=0當所有檢驗數小於0,且有的檢驗數爲0,則線性規劃問題有無窮多最優解,所有b>=0當有檢驗數大於0,但是所對應的換出變量都小於0(沒有換出變量),所有b>=0則無界解,當檢驗數都小於0但是基變量中有人工變量則無最優解

               3.進行基變換(1):換入變量的確定:找到檢驗數大於0的且最大的,防止非基變量增大導致目標值繼續增大。(2):換出變量的確定:限額係數/基變量係數大於等於0且最小的換出。(基變量的非基變量的線性表示,讓非基變等於0除了確定的換入變量

              4.更新基變量(確定主元素,行列式變換)

              5.行列式變化進入新一輪的循環


PS退化問題:

            通過θ規則來確定換出變量時,有時存在兩個以上相同的最小比值,這種情況會出現退化,要選擇下標小的基變量作爲換出變量

PSMIN問題:

           最大值時,θ取最小值,檢驗數要都小於0,找大於零的最大的

           最小值時,θ取最小值,檢驗數要都大於0,找小於零的最小的、

基本單純形法:

         化標準形,找初始基,初始基的非基變量的表示,目標函數的非基變量表示,令非基變量等於0找到初始基可行解和最大目標函數值(可以直接把基可行解待人目標函數,也可以把目標函數的非線性表示中的非基變等於0求最大值),根據非基變量是否都小於來換基,然後進行新一輪循環(和單純形法表一樣,加粗地方是一個補充)

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章