运筹说第20期 | 算法介绍之单纯形法

运筹说

于 2021-07-31 17:45:35 发布

阅读量1.7k

点赞数 4

分类专栏：运筹学运筹说文章标签： matlab excel 算法

本文链接：https://blog.csdn.net/YUNCHOUSHUO/article/details/119278141

版权

运筹学同时被 2 个专栏收录

67 篇文章 86 订阅

订阅专栏

运筹说

66 篇文章 51 订阅

订阅专栏

本文详细介绍了如何使用MATLAB和Excel解决线性规划问题，包括单纯形法、大M法和两阶段法。在MATLAB中，通过编写SimplexMax函数实现标准形式的线性规划求解，并给出了具体代码示例。而在Excel中，借助规划求解工具同样可以完成线性规划问题的求解。

摘要由CSDN通过智能技术生成

我们以16期的例题为例，选取Matlab以及Excel这两个软件对如何实现一般的单纯形法、大M法和两阶段法进行讲解，题目如下：

一、Matlab求解

MATLAB作为目前最流行的科学计算软件之一，被广泛的应用于数据分析、无线通信、深度学习、量化金融与风险管理、控制系统等领域。为了让大家更好地使用该软件，小编在此对MATLAB界面进行简单的介绍：界面主要由菜单栏、快速访问工具栏、工作区、编辑器和命令行窗口五大功能区组成，各区的功能如下所示。

算法实现

在利用MATLAB平台进行算例测试之前，需要将线性规划问题转化为标准形式：

Matlab作为求解线性规划问题的主流工具之一，可以在网上找到很多相关的学习资源。此次，小编基于哈尔滨商业大学张敬信老师在知乎平台上分享的相关资源，与大家分享单纯形法以及其拓展算法（大M法和两阶段法）的MATLAB代码及相关算例的具体实现过程。

第一，在MATLAB编辑器窗口编写求解线性规划问题的通用函数—SimplexMax

function [x,z,ST,res_case] = SimplexMax(c,A,b,ind_B)
% 输入参数：c为目标函数系数，A为约束方程组系数矩阵，b为约束方程组常数项，ind_B为基变量索引；
%输出参数：x最优解， z为最优目标函数值，ST存储单纯形表数据，res_case=0表示有最优解，
res_case=1表示有无界解。
[m,n] = size(A); 
%m存储约束条件个数
%n 存储决策变量个数
ind_N = setdiff(1:n, ind_B);  
%非基变量的索引
ST = [];
format rat
% 使用分数表示数值
while true 
% 循环求解
x0 = zeros(n,1);
x0(ind_B) = b;  
%初始基可行解
cB = c(ind_B);               
%计算cB
Sigma = zeros(1,n);
Sigma(ind_N) = c(ind_N) - cB*A(:,ind_N);   
%计算检验数
[~, k] = max(Sigma);         
%选出最大检验数，确定进基变量索引k
Theta = b ./ A(:,min(k));         
%计算θ
Theta(Theta<=0) = 10000;
q=find(Theta== min(Theta));         
%选出最小θ
el = ind_B(max(q));               
%确定出基变量索引el：存在多个最小θ值时，
选择下标值最大的变量出基。
vals = [cB',ind_B',b,A,Theta];
vals = [vals; NaN, NaN, NaN, Sigma, NaN];
ST = [ST; vals];
if ~any(Sigma > 0)           
%此基可行解为最优解, any存在某个>0        
x = x0;
z = c * x;
res_case = 0;
return
end
if all(A(:,k) <= 0)          
%有无界解
x = [];
res_case = 1;
break
end
% 换基
ind_B(ind_B == el) = k;      
%新的基变量索引
ind_N = setdiff(1:n, ind_B); 
%非基变量索引
A(:,ind_N) = A(:,ind_B) \ A(:,ind_N);
b = A(:,ind_B) \ b;
A(:,ind_B) = eye(m,m);
% 更新A和b
end

第二，在MATLAB平台命令行窗口输入参数完成算例求解

1、单纯形法

测试代码：

A = [0 5 1 0 0;6 2 0 1 0;1 1 0 0 1];
% A为约束方程组系数矩阵
b = [15;24;5];
%b为约束方程组常数项
c = [2 1 0 0 0];
% c为目标函数系数
ind = [3 4 5];
%ind_d为基变量索引
[x, z, ST, ca] = SimplexMax(c, A, b, ind)
%调用SimplexMax函数
%点击回车，命令行窗口便可输出结果。

运行结果写入EXCEL：

xlswrite('SimplexTable1.xlsx', 'c', 1, 'C1');
% 写入Excel
xlswrite('SimplexTable1.xlsx', {'cB','xB', 'b'}, 1, 'A2');
 [~,n] = size(A);
X = strcat('x', string(1:n));
% 写表头
xlswrite('SimplexTable1.xlsx', X, 1, 'D2');
xlswrite('SimplexTable1.xlsx', c, 1, 'D1');
xlswrite('SimplexTable1.xlsx', ST, 1, 'A3');
% 写数值结果

2、人工变量法

大M法的实现过程与单纯形法几乎一致，唯一的区别是需要设定一个无穷大的M值，然后在命令行窗口调用SimplexMax函数即可完成问题的求解。

测试代码：

M=10000;
% 假定M无穷大
A = [1 1 1 0 0;2 2 0 -1 1];
% A为约束方程组系数矩阵
b = [2;6];
% b为约束方程组常数项
c = [2 1 0 0 -M];
% c为目标函数系数
ind = [3 5];
%ind为基变量索引
[x, z, ST, ca] = SimplexMax(c, A, b, ind)
%调用SimplexMax函数
%点击回车，命令行窗口便可输出结果。

3、两阶段法

两阶段法就是需要调用两次SimplexMax，重点是需要做好两次函数调用之间的衔接工作。

测试代码：

% 第一阶段
A1 = [1 1 1 1 0 0 0;-2 1 -1 0 -1 1 0; 0 3 1 0 0 0 1];
b1 = [4; 1; 9];
c1 = [0 0 0 0 0 -1 -1];
ind1 = [4 6 7];
[x1, z1, ST1, ca1] = SimplexMax(c1, A1, b1, ind1)

% 第二阶段，去除人工变量
A2 = ST1(end-size(A1,1):end-1,4:end-3);   %2个人工变量, 2+1
b2 = ST1(end-size(A1,1):end-1,3);
c2 = [-3 0 1 0 0];
ind2 = ST1(end-size(A1,1):end-1,2)';
[x2, z2, ST2, ca2] = SimplexMax(c2, A2, b2, ind2)