算法实验之线性规划解决配料问题

公式和图片不显示...

1 问题描述

    食谱/配料问题：设有n种配料,每种配料含有m种营养成分,用 表示一个单位的第 j (j<=n)种配料中含有的第 i (i<=m)种营养成分数量,用 表示对第 i 种营养成分的最低需要量,表示第 j 种食品的单价,表示所用的第 j 种食品的数量，配料问题的求解即解决应如何搭配食物（即求解）, 一方面满足种营养成分的需要，同时使食物的总成本最低的问题。

 

2 问题的相关背景描述

这类问题其实是在计划任务确定的情况下，如何统筹安排，用作少的资源来实现任务要求，可以抽象为一个求极小值的问题。对于社会实际问题而言，这类问题研究和应用的内容是实现系统的投入产出的问题，用最少的劳力和物力等投资消耗，获利更多更好的社会需求产品。

解决配料问题常用的方法是图解法和单纯形法。图解法虽然清晰直观、方便简单，但是只适用于二维的线性规划问题，在我们的高中时期经常用到。单纯形法的优点是可以适用于所有的线性规划问题，但是单纯形法中涉及大量不同的算法，为了针对不同的线性规划问题，计算量大，复杂繁琐。除此之外还有内点法、椭球法等求解线性规划问题的算法。

 

参考文献：第1卷第1期 西昌学院学报·自然科学版 Vo1．1，No．12013年06月 Journal of Xichang College·Natural Science Edition Jun．，2013

3.问题分析

解决线性规划问题，首先要对线性规划问题建立数学模型，确定目标函数和相应的约束条件。

从实际问题中建立数学模型一般有以下步骤：

（1）、根据所求目标的影响因素找到决策变量；

（2）、由决策变量和所求目标的函数关系确定目标函数；

（3）、由决策变量所受的限制条件确定决策变量所需要满足的约束条件。

3.1单纯形法（主要）

算法步骤：

（1）、将非标准型线性规划化成标准型，加入松弛变量；

（2）、求出线性规划的初始基可行解，列出初始单纯形表；

（3）、进行最优解检验。如果表中所有检验数小于等于零，则表中的基可行解就是问题的最优解，计算停止，否则进行下一步。

（4）、从一个基可行解转换到另一个目标值更大的基可行解，列出新的单纯形表。确定换入基的变量，当有一个以上检验数大于0时，一半选择最大的一个检验数，其对应的作为换入变量；确定换出变量，根据计算并选择，选最小的对应基变量作为换出变量；用换入变量替换基变量中的换出变量，得到一个新的基。对应新的基可以找出一个新的基可行解，并相应地可以画出一个新的单纯形表。

（5）、重复（3）（4）步骤直到计算结束为止。

算法评估：平均计算量统计O(n)

3.2椭球法

算法步骤：

（1）、变换问题提法：原问题：,    对偶问题：, ，于是知，若有最优解则构造的下述复合不等式必成立：,;

（2）、变换上述不等式并试图求解，然后构造一个大的球体，使其必包含不等式可行解（若存在的话），对球心判断是否为可行解，若是，结束，否则，切割球体（切去肯定不包含可行解的部分）直至找到可行解，或证明无可行解。

算法评估：并不实用，计算量

3.3内点法

算法步骤：

算法评估：计算量 平均计算量统计O(lgn)

3.4蛮力法

算法步骤：根据条件将解空间缩小后，在解空间中搜索最优解

算法评估：在特殊情况下可能会表现突出，但是更普遍的情况下并不适用。

 

 

由于单纯形法更具有普遍性，在解决配料问题等各类线性规划问题方面也表现突出，所以单纯形法是我们组重点研究的对象。

 

 

4.计算模型

1、  化为标准形式

…

 

 

2、  化为松弛形式

此时依然成立, 我们将这些变量称为非基变量，它们构成的集合记为N。将这些变量称为基变量，它们构成的集合记为B。简单地理解，非基变量能够由基变量唯一确定。

s.t.

3、  初始化过程

如果b向量并不全为非负，则我们需要通过初始化过程来找到一个可行解，然后才可以使用最优化过程进行优化。当然，此时原线性规划不一定存在可行解。具体的方法是，加入一个新的非基变量，并在原线性规划的基础上构造一个新