对偶单纯形法

背对人潮

已于 2023-11-23 11:24:31 修改

阅读量1.1k

点赞数 1

分类专栏：最优化问题 # 线性规划文章标签：机器学习算法人工智能矩阵线性代数

于 2023-11-23 11:23:44 首次发布

本文链接：https://blog.csdn.net/m0_61209712/article/details/134568271

版权

最优化问题同时被 2 个专栏收录

24 篇文章 8 订阅

订阅专栏

线性规划

6 篇文章 1 订阅

订阅专栏

对偶单纯形法是利用对偶原理求解原线性规划问题的一种方法，而不是直接求对偶问题的方法。前面介绍的单纯形法相对而言称为原始单纯形法。

算法原理：

算法步骤：

例题解析：

算法原理：

用单纯形法求解线性规则问题（LP），是由一个基本可行解迭代到下一个基本可行解，在迭代过程中始终保持解的可行性不变，检验数逐步变为全部为非正的过程，一旦所有检验数非正，则对应的基本可行解就是最优解。当所有检验数为非正时，由对偶理论可知 $y^{0}=(c_{B}^{T}B^{-1})^{T}$ 正是对偶问题（DP）的可行解，因此将原问题（LP）对应于检验数全部非正的基本解称为对偶可行解。

算法步骤：

步骤1：确定初始单纯形表，给出一个初始对偶可行解 $x_{0}$ ;

步骤2：如果 $b_{i0}\geq 0,(i=1,...,m)$ 则 $x_{0}$ 是最优解，停止；否则下一步；

步骤3：若 $b_{r0}=min\left \{b_{i0}|b_{i0}< 0 ,i=1,...,m \right \}$ ，选取 $x_{jr}$ 为离基变量；

步骤4：若 $b_{rj}\geq 0$ ，则无可行解，停止；否则，按 $\frac{b_{0j}}{b_{rs}}=min\left \{ \frac{b_{0j}}{b_{rj}}|b_{rj}< 0 \right \}$ 确定进基变量 $x_{s}$ ;

步骤5：以 $b_{rs}$ 为旋转主元做旋转变换，迭代到新的对偶可行解，转步骤2。

例题解析：

例题：利用对偶单纯形法求解线性规则问题：

$\left\{\begin{matrix} min f(x)=4x_{1}+12x_{2}+18x_{3}\\ s.t. x_{1}+3x_{3}\geq 3 \\ 2x_{2}+2x_{3}\geq 5\\x_{1},x_{2},x_{3}\geq 0 \end{matrix}\right.$

解：先标准化：

$\left\{\begin{matrix} min f(x)=4x_{1}+12x_{2}+18x_{3}\\ s.t. x_{1}+3x_{3}-x_{4}= 3 \\ 2x_{2}+2x_{3}-x_{5}= 5\\x_{1},x_{2},x_{3},x_{4},x_{5}\geq 0 \end{matrix}\right.$

这里为了将 $B=(p_{4},p_{5})$ 作为初始基，对约束条件两边同乘 -1 ：

$\left\{\begin{matrix} -x_{1}-3x_{3}+x_{4}=-3\\-2x_{2}-2x_{3}+x_{5}=-5 \end{matrix}\right.$

$c_{B}^{T}BA-C^{T}=(-4,-12,-18,0,0)^{T}$

对应的初始单纯形表如下：

		$x_{1}$	$x_{2}$	$x_{3}$	$x_{4}$	$x_{5}$
f	0	-4	-12	-18	0	0
$x_{4}$	-3	-1	0	-3	1	0
$x_{5}$	-5	0	-2	-2	0	1

当前解 $x=(0,0,0,-3,-5)^{T}$ 为非可行解，但是它是对偶可行解

$\because min\left \{ -3,-5 \right \}=-5$ ， $r=2$ ， $x_{j2}=x_{5}$ 为离基变量

$\frac{b_{0s}}{b_{rs}}=min\left \{ \frac{b_{0j}}{b_{rj}}|b_{rj}< 0 \right \}=min\left \{ \frac{-12}{-2},\frac{-18}{-2} \right \}=6=\frac{b_{02}}{b_{22}}$ ， $s=2$

$\therefore$ 进基变量 $x_{s}=x_{2}$ ， $b_{22}=-2$ 为主元

经旋转变换后，有：

		$x_{1}$	$x_{2}$	$x_{3}$	$x_{4}$	$x_{5}$
f	30	-4	0	-6	0	-6
$x_{4}$	-3	-1	0	-3	1	0
$x_{2}$	5/2	0	1	1	0	-1/2

此时 $b_{i0}\geq 0,(i=1,...,m)$ 不成立，仍为不可行解。

$\because b_{r0}=min\left \{b_{i0}|b_{i0}< 0 ,i=1,...,m \right \}= min\left \{ -3\right \}=-3$ ， $x_{4}$ 为离基变量， $r=1$

$\frac{b_{0s}}{b_{rs}}=min\left \{ \frac{b_{0j}}{b_{rj}}|b_{rj}< 0 \right \}=min\left \{ \frac{-4}{-1},\frac{-6}{-3} \right \}=2=\frac{b_{03}}{b_{r3}}$ ， $s=3$