线性规划的思想

棋哥哥_study

已于 2024-02-06 14:46:20 修改

阅读量395

点赞数 10

文章标签：学习

于 2024-02-04 10:30:57 首次发布

本文链接：https://blog.csdn.net/qq_37606031/article/details/136020342

版权

一、基本性质

1.标准形式

$min\quad cx \newline s.t.\quad Ax=b \newline x\geqslant 0$ (1)

其中 $A$ 是 $m\times n$ 矩阵， $C$ 是 $n$ 维行向量， $B$ 是 $m$ 维列向量。为计算需要，一般假设 $b\geqslant 0$ ，即 $b$ 的每个分量都是非负数。

所有的求解都是基于线性规划标准形式来求解，如果不是标准形式，需要通过下面几种方法转化为标准形式：

① 变量非负：

$x_{j}=x_{j}^{'}-x_{j}^{"}$ ，其中 $x_{j}^{'}\geq 0$ ， $x_{j}^{"}\geq 0$ ,用非负变量 $x_{j}^{'}$ 和 $x_{j}^{"}$ 替换无非负限制的变量 $x_{j}$ 。

eg：在实际发电机可上调和下调，此时的调节量就是一个可正可负的变量 $x_{j}$ ，用 $x_{j}^{'}$ 表示该发电机的上调节量， $x_{j}^{"}$ 为下调节量。求解出来 $x_{j}^{'}$ 和 $x_{j}^{"}$ ，相减可得该发电机的实际调节量 $x_{j}$ 。

② 变量有上下界：

当 $x_{j}\geq l_{j}$ ，令 $x_{j}^{'}=x_{j}- l_{j}$ ,则取 $x_{j}^{'}\geq 0$ 。

③ 引入松弛变量，将不等式约束变为等式约束。

2.基本概念

矩阵 $A$ 的秩为 $m$ ，假设 $A=[B,N]$ ,其中 $B$ 是 $m$ 阶可逆矩阵；即通过列调换后，可以得到前 $m$ 列线性无关的矩阵 $B$ 。

记:

$x=\begin{bmatrix} x_{B}\\x_{N} \end{bmatrix}$

其中 $x_{B}$ 的分量(基变量)与 $B$ 中的列对应， $x_{N}$ 的分量（非基变量）与 $N$ 的列对应。

则有：

$x_{B}=B^{-1}b-B^{-1}Nx_{N}$

$x_{N}$ 即为线性代数中的自由未知量，他们取不同的值，可以得到不同的解。特别的当这些自由未知量全部为0时，得到解：

$x=\begin{bmatrix} x_{B}\\0 \end{bmatrix}=\begin{bmatrix} B^{-1}b\\0 \end{bmatrix}$ (2)

若 $B^{-1}b\geq 0$ ，则称式（2）为式（1）的基本可行解，称 $B$ 为可行基矩阵。 $x_{B}$ 的各分量称为基变量， $x_{N}$ 的各分量称为非基变量。

细分的：若 $B^{-1}b> 0$ ,称基本可行解是非退化的基本可行解；若至少存在一个分量是0，则该基本可行解是退化的基本可行解。（非退化的情况，单纯形有限次迭代必达最优解；退化的可能会出现循环现象，有限次迭代求不出最优解）

二、单纯形法

1.基本思想

现在有一组基本可行解：

$x^{0}=\begin{bmatrix} B^{-1}b\\0 \end{bmatrix}$

其对应的目标函数值为：

$f_{0}=cx=(c_{B},c_{N})\begin{bmatrix} B^{-1}b\\0 \end{bmatrix}=c_{B} B^{-1}b$

从这一组基本可行解出发，求一个改进的基本可行解。通过不断循环改进基本可行解，力图达到最优基本可行解。

2.基本可行解的转换

记：

$A=\begin{pmatrix} p_{1}, & p_{2}, & ... & p_{n}, \end{pmatrix}$ (3)

设任意一个可行解为：

$x=\begin{bmatrix} x_{B}\\x_{N} \end{bmatrix}=\begin{bmatrix} B^{-1}b\\0 \end{bmatrix}$

该点的目标函数值为：

$f=f_{0}-\sum_{j\epsilon R}^{}(z_{j}-c_{j})x_{j}$ (4)

其中 $R$ 是非基变量下标集，

$z_{j}=c_BB^{-1}p_{j}$

单纯形乘子 $w=c_BB^{-1}$ 。

确定进基变量：

按照式（5）选择进基变量 $x_{k}$ 使得式（4)中目标函数值下降最多：

$z_{k}-c_{k}=\underset{j\epsilon R}{max}\begin{Bmatrix} z_{j}-c_{j} \end{Bmatrix}$ (5)

然后寻找出基变量，原来的基变量在 $x_{k}$ 进基后可表示为：

$x_{B}=B^{-1}b-B^{-1}Nx_{N}=B^{-1}b-B^{-1}p_{k}x_{k}=\bar{b}-y_{k}x_{k}$

即：

$x_{B}=\begin{bmatrix} x_{B_{1}}\\ x_{B_{2}} \\ ... \\ x_{B_{m}} \end{bmatrix}=\begin{bmatrix} \bar{b_{1}}\\ \bar{b_{2}} \\ ... \\ \bar{b_{m}} \end{bmatrix}-\begin{bmatrix} y_{1k}\\ y_{2k} \\... \\ y_{mk} \end{bmatrix}x_{k}$

确定出基变量

由于 $x_{B}$ 的各分量大于等于0，随着进基变量 $x_{k}$ 的增大，目标函数不断减小，基变量的各个值减小，第一个减小为0的基变量 $x_{r}$ 变为出基变量,同时确定进基变量 $x_{k}$ 取值的大小，为式（6）

$x_k=min\begin{Bmatrix} \frac{\bar{b_{i}}}{y_{ik}}|y_{ik}>0 \end{Bmatrix}=\frac{\bar{b_{r}}}{y_{rk}}$ （6）

原基变量 $x_{B_{r}}=0$ 。

转换后的基本可行解

新的基本可行解为：

$x=(x_{B_{1}},...,x_{B_{r-1}},0,x_{B_{r+1}},0,...,x_{k},0,...,0)^{\top }$ (7)

目标函数值为:

$f=f_{0}-(z_{k}-c_{k})x_{k}$ (8)

结束条件

重复上述过程，直至式（4）中的所有非基变量的 $z_{j}-c_{j}$ 均为非正数，则迭代结束。对应的基本可行解即为最优解。

判别数/检验数

$z_{j}-c_{j}=c_BB^{-1}p_{j}-c_{j}$ ， $j=1,...,n$

3.流程图

4.举例

$min\quad -4x_{1}-x_{2}\\s.t. \\\quad -x_{1}+2x_{2}\leq 4\\ 2x_{1}+2x_{2}\leq 12\\x_{1}-x_{2}\leq 3\\x_{1},x_{2}\geq 0$

解：

① 化为标准型，引入松弛变量

$min\quad -4x_{1}-x_{2}\\s.t. \\\quad -x_{1}+2x_{2}+x_3= 4\\ 2x_{1}+2x_{2}+x_4=12\\x_{1}-x_{2}+x_{5}=3\\x_{1},x_{2},x_{3},x_{4},x_{5}\geq 0$

$A=\begin{bmatrix} -1 &2 &1 & 0 &0 \\ 2 & 3& 0 & 1 &0 \\ 1& -1 &0 &0 & 1 \end{bmatrix}=(p_{1},p_2,p_3,p_4,p_5)$

$b=\begin{bmatrix} 4\\12 \\ 3 \end{bmatrix}$

②迭代

第一次迭代：基变量 $p_3,p_4,p_5$

$B=(p_3,p_4,p_5)=\begin{bmatrix} 1 & 0&0 \\ 0& 1 & 0\\ 0&0 & 1 \end{bmatrix}$

$C_{B}=(c_3,c_4,c_5)=(0,0,0)$ $c_{N}=(c_1,c_2)=(-4,2)$

$B^{-1}=\begin{bmatrix} 1 & 0&0 \\ 0& 1 & 0\\ 0&0 & 1 \end{bmatrix}$

计算当前解和目标函数值：

$x_B=B^{-1}b=\begin{bmatrix} 1 & 0&0 \\ 0& 1 & 0\\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 4\\12 \\3 \end{bmatrix}=\begin{bmatrix} 4\\12 \\3 \end{bmatrix}$

$f_1=c_Bx_B=(0,0,0)\begin{bmatrix} 4\\12 \\ 3 \end{bmatrix}=0$

计算单纯形乘子：

$w=c_{B}B^{-1}=(0,0,0)\begin{bmatrix} 1 &0 &0 \\ 0&1 & 0\\ 0& 0 &1 \end{bmatrix}=(0,0,0)$

计算各非基变量的判别数：

` $z_{1}-c_{1}=wp_1-c_1=(0,0,0)\begin{bmatrix} -1\\2 \\ 1 \end{bmatrix}+4=4$

$z_{2}-c_{2}=wp_2-c_2=(0,0,0)\begin{bmatrix} 2\\3 \\ -1 \end{bmatrix}+1=1$

判别数的最大值为4，选择 $X_1$ 为进基变量。

$y_1=B^{-1}p_1=\begin{bmatrix} 1 & 0& 0\\ 0&1 &0 \\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} -1\\ 2 \\ 1 \end{bmatrix}=\begin{bmatrix} -1\\ 2 \\ 1 \end{bmatrix}=\begin{bmatrix} y_{11}\\y_{21} \\ y_{31} \end{bmatrix}$

$\bar{b}=x_B=B^{-1}b=\begin{bmatrix} 1 & 0&0 \\ 0& 1 & 0\\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 4\\12 \\3 \end{bmatrix}=\begin{bmatrix} 4\\12 \\3 \end{bmatrix}=\begin{bmatrix} \bar{b_1}\\ \bar{b_2} \\ \bar{b_3} \end{bmatrix}$

在 $y_{ik}\geq 0$ 中：

$\frac{\bar{b_2}}{y_{21}}=12/2=6$

$\frac{\bar{b_3}}{y_{31}}=3/1=1$

$r=3$ ,则出基变量为原基变量中的第3个，即 $X_5$ ，其对应的判别数最小。进基变量 $X_1$ 取值为1。

第二次迭代：基变量 $p_3,p_4,p_1$

$B=(p_3,p_4,p_1)=\begin{bmatrix} 1 & 0&-1 \\ 0& 1 & 2\\ 0&0 & 1 \end{bmatrix}$

$C_{B}=(c_3,c_4,c_1)=(0,0,-4)$

$B^{-1}=\begin{bmatrix} 1 & 0&1 \\ 0& 1 & -2\\ 0&0 & 1 \end{bmatrix}$

计算当前解和目标函数值：

$x_B=B^{-1}b=\begin{bmatrix} 1 & 0&1 \\ 0& 1 & -2\\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 4\\12 \\3 \end{bmatrix}=\begin{bmatrix} 7\\6 \\3 \end{bmatrix}$

$f_2=c_Bx_B=(0,0,-4)\begin{bmatrix} 7\\6 \\ 3 \end{bmatrix}=-12$

计算单纯形乘子：

$w=c_{B}B^{-1}=(0,0,-4)\begin{bmatrix} 1 &0 &1 \\ 0&1 & -2\\ 0& 0 &1 \end{bmatrix}=(0,0,-4)$

计算各非基变量的判别数：

$z_{2}-c_{2}=wp_2-c_2=(0,0,-4)\begin{bmatrix} 2\\3 \\ -1 \end{bmatrix}+1=5$ `

$z_{5}-c_{5}=wp_5-c_5=(0,0,-4)\begin{bmatrix} 0\\0 \\ 1 \end{bmatrix}-0=-4$

判别数的最大值为5，选择 $X_2$ 为进基变量

$y_2=B^{-1}p_2=\begin{bmatrix} 1 & 0& 1\\ 0&1 &-2 \\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 2\\ 3 \\ -1 \end{bmatrix}=\begin{bmatrix} 1\\ 5\\ -1 \end{bmatrix}=\begin{bmatrix} y_{21}\\y_{22} \\ y_{23} \end{bmatrix}$

$\bar{b}=x_B=B^{-1}b=\begin{bmatrix} 1 & 0&1 \\ 0& 1 & -2\\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 4\\12 \\3 \end{bmatrix}=\begin{bmatrix} 7\\6 \\3 \end{bmatrix}$

$\frac{\bar{b_{r}}}{y_{r2}}=min\begin{Bmatrix} \frac{7}{1},\frac{6}{5} \end{Bmatrix}=\frac{6}{5}=\frac{\bar{b_{2}}}{y_{22}}$

$r=2$ ,则出基变量为原基变量中的第2个，即 $X_4$ ，其对应的判别数最小。进基变量 $X_2$ 取值为 $\frac{6}{5}$ 。

第三次迭代：基变量 $p_3,p_2,p_1$

$B=(p_3,p_2,p_1)=\begin{bmatrix} 1 & 2&-1 \\ 0& 3 & 2\\ 0&-1 & 1 \end{bmatrix}$

$C_{B}=(c_3,c_2,c_1)=(0,-1,-4)$

$B^{-1}=\begin{bmatrix} 1 & -\frac{1}{5}&\frac{7}{5} \\ 0& \frac{1}{5} &\frac{ -2}{5}\\ 0&\frac{1}{5} & \frac{3}{5} \end{bmatrix}$

$x_B=B^{-1}b=\begin{bmatrix} 1 & -\frac{1}{5}&\frac{7}{5} \\ 0& \frac{1}{5} &\frac{ -2}{5}\\ 0&\frac{1}{5} & \frac{3}{5} \end{bmatrix}\begin{bmatrix} 4\\12 \\3 \end{bmatrix}=\begin{bmatrix} \frac{29}{5}\\\frac{6}{5} \\\frac{21}{5} \end{bmatrix}$

$x_1=\bar{b_1}-y_{1k}x_k=7-1\times \frac{6}{5}=\frac{29}{5}$

 $x_2=\frac{6}{5}$

$x_3=\bar{b_3}-y_{3k}x_k=3+1\times \frac{6}{5}=\frac{21}{5}$

$f_{3}=C_{B}x_{B}=(0,-1,-4)\begin{bmatrix} \frac{29}{6}\\ \frac{6}{5} \\ \frac{21}{5} \end{bmatrix}=-18$

计算单纯形乘子：

$w=C_{B}B^{-1}=(0,-1,-4)\begin{bmatrix} 1 & -\frac{1}{5}&\frac{7}{5} \\ 0& \frac{1}{5} &\frac{ -2}{5}\\ 0&\frac{1}{5} & \frac{3}{5} \end{bmatrix}=(0,-1,-2)$

计算各非基变量的判别数：

$z_{4}-c_{4}=wp_{4}-c_{4}=(0,-1,-2)\begin{bmatrix} 0\\ 1 \\ 0 \end{bmatrix}=-1$

$z_{5}-c_{5}=wp_{5}-c_{5}=(0,-1,-2)\begin{bmatrix} 0\\ 0 \\ 1 \end{bmatrix}=-2$

所有判别数小于0，则当前解 $(\frac{21}{5},\frac{6}{5},\frac{29}{6},0,0)$ 为最优解。

目标函数最优值 $f_{min}=-18$

三、两阶段法

1.第一阶段

用单纯形法消去人工变量，即把人工变量都换成非基变量，求出原来问题的一个基本可行解。

第一阶段求解的问题：

$min\quad e^{\top }x_a \newline s.t. \\\quad Ax+x_a=b \newline x\geqslant 0,x_a\geq 0$

向量 $x_a\geq 0$ 是人为引入的，它的每个分量称为人工变量。

求解该问题后，得到的基本可行解为 $\begin{pmatrix} \bar{x}\\ \bar{x_a} \end{pmatrix}$ ,必存在下面三种情形之一：

① $\bar{x_a}\neq 0$ ,原线性规划问题无可行解。

② $\bar{x_a}= 0$ 且 $x_a$ 的分量都是非基变量， $x=\bar{x}$ 是线性规划原问题的一个基本可行解。

$\begin{bmatrix} x\\ x_a \end{bmatrix}=\begin{bmatrix} \bar{x}\\0 \end{bmatrix}$

③ $\bar{x_a}= 0$ 且 $x_a$ 的某些分量是基变量。这时，可用主元消去法，把原来变量中的某些非基变量引进基，替换出基变量中的人工变量后，在开始第二阶段。

2.第二阶段

从得到的基本可行解出发，修改单纯形表，去掉矩阵A中人工变量对应的列，按原问题修正判别数。用单纯形法求线性规划原问题的最优解。

3.举例

用两阶段法求解下列问题：

$max\quad2x_{1}-x_{2}\\s.t.\\x_{1}+x_{2}\geq 2\\x_{1}-x_{2}\geq 1\\x_1\leq 3\\x_1,x_2\geq 0$

解：

（1）引入松弛变量

$max\quad2x_{1}-x_{2}\\s.t.\\x_{1}+x_{2}-x_{3}=2\\x_{1}-x_{2}-x_4=1\\x_1+x_{5=}3\\x_1,x_2,x_3,x_4,x_5\geq 0$

（2）引入人工变量

$max\quad2x_{1}-x_{2}\\s.t.\\x_{1}+x_{2}-x_{3}+x_6=2\\x_{1}-x_{2}-x_4+x_7=1\\x_1+x_{5=}3\\x_1,x_2,x_3,x_4,x_5\geq 0$

（3）第一阶段:修改目标问题后求解

$max\quad x_{6}+x_{7}\\s.t. \\ x_{1}+x_{2}-x_{3}+x_6=2\\ x_{1}-x_{2}-x_4+x_7=1\\x_1+x_{5=}3\\x_1,x_2,x_3,x_4,x_5\geq 0$

$A=\begin{bmatrix} 1& 1 & -1 & 0 &0 & 1 &0 \\ 1&-1 & 0 & -1& 0 &0 &1 \\ 1& 0 &0 &0 &1 &0 &0 \end{bmatrix}=(p_1,p_2,p_3,p_4,p_5,p_6,p_7)$

$b=\begin{bmatrix} 2\\ 1 \\ 3 \end{bmatrix}$

第一次迭代基变量 $p_6,p_7,p_5$

$B=(p_6,p_7,p_8)=\begin{bmatrix} 1 & 0&0 \\ 0& 1& 0\\ 0&0 & 1 \end{bmatrix}$

$x_B=B^{-1}b=\begin{bmatrix} 1 & 0&0 \\ 0& 1& 0\\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 2\\ 1 \\ 3 \end{bmatrix}=\begin{bmatrix} 2\\1 \\3 \end{bmatrix}$

$f_1=c_Bx_B=(1,1,0)\begin{bmatrix} 2\\ 1 \\ 3 \end{bmatrix}=3$
计算单纯形乘子

$w=c_BB^{-1}=(1,1,0)\begin{bmatrix} 1 & 0 &0 \\ 0 & 1&0 \\ 0 &0 & 1 \end{bmatrix}=(1,1,0)$

计算各非基变量的判别数

$z_1-c_1=wp_1-c_1=(1,1,0)\begin{bmatrix} 1\\1 \\1 \end{bmatrix}=2$

$z_2-c_2=wp_2-c_2=(1,1,0)\begin{bmatrix} 1\\-1 \\0 \end{bmatrix}=0$

$z_3-c_3=wp_3-c_3=(1,1,0)\begin{bmatrix} -1\\0 \\0 \end{bmatrix}=-1$

$z_4-c_4=wp_4-c_4=(1,1,0)\begin{bmatrix} 0\\-1 \\0 \end{bmatrix}=-1$

判别数的最大值为2，选择 $x_1$ 为进基变量。

$y_1=B^{-1}p_1=\begin{bmatrix} 1 & 0&0 \\ 0& 1& 0\\ 0&0 & 1 \end{bmatrix}\begin{bmatrix} 1\\ 1 \\ 1 \end{bmatrix}=\begin{bmatrix} 1\\ 1 \\ 1 \end{bmatrix}$

$\bar{b}=x_B=\begin{bmatrix} 2\\1\\3 \end{bmatrix}$

$r=2$ ，原基变量中的第二个， $x_7$ 出基。进基变量 $x_1$ 的值取1。

第二次迭代基变量 $p_6,p_1,p_5$

$B=(p_6,p_1,p_5)=\begin{bmatrix} 1 & 1&0 \\ 0& 1& 0\\ 0&1 & 1 \end{bmatrix}$

$B^{-1}=\begin{bmatrix} 1 &- 1&0 \\ 0& 1& 0\\ 0&-1 & 1 \end{bmatrix}$

$x_B=B^{-1}b=\begin{bmatrix} 1 & -1&0 \\ 0& 1& 0\\ 0&-1 & 1 \end{bmatrix}\begin{bmatrix} 2\\ 1 \\ 3 \end{bmatrix}=\begin{bmatrix} 1\\1 \\2 \end{bmatrix}$

$f_2=c_Bx_B=(1,0,0)\begin{bmatrix} 1\\ 1 \\ 2 \end{bmatrix}=1$

计算单纯形乘子

$w=c_BB^{-1}=(1,0,0)\begin{bmatrix} 1 & -1 &0 \\ 0 & 1&0 \\ 0 &-1 & 1 \end{bmatrix}=(1,-1,0)$

计算各非基变量的判别数

$z_2-c_2=wp_2-c_2=(1,-1,0)\begin{bmatrix} 1\\-1 \\0 \end{bmatrix}=2$

$z_3-c_3=wp_3-c_3=(1,-1,0)\begin{bmatrix} -1\\0 \\0 \end{bmatrix}=-1$

$z_4-c_4=wp_4-c_4=(1,-1,0)\begin{bmatrix} 0\\-1 \\0 \end{bmatrix}=1$

$z_7-c_7=wp_7-c_7=(1,-1,0)\begin{bmatrix} 0\\1 \\0 \end{bmatrix}-1=-2$

判别数的最大值为2，选择 $x_2$ 为进基变量。

$y_2=B^{-1}p_2=\begin{bmatrix} 1 & -1&0 \\ 0& 1& 0\\ 0&-1 & 1 \end{bmatrix}\begin{bmatrix} 1\\ -1 \\ 0 \end{bmatrix}=\begin{bmatrix} 2\\ -1 \\ 1 \end{bmatrix}$

$r=1$ ，原基变量中的第一个， $x_6$ 出基。进基变量 $x_2$ 的值取 $\frac{1}{2}$ 。

第三次迭代基变量 $p_2,p_1,p_5$

$B=(p_2,p_1,p_5)=\begin{bmatrix} 1 & 1&0 \\ -1& 1& 0\\ 0&1 & 1 \end{bmatrix}$

$B^{-1}=\begin{bmatrix} 1 &- \frac{1}{2}&0 \\ 1& \frac{1}{2}& 0\\ 0&-\frac{1}{2} & 1 \end{bmatrix}$

$x_B=B^{-1}b=B^{-1}x_{B0}=\begin{bmatrix} 1 & -\frac{1}{2}&0 \\ 1& \frac{1}{2}& 0\\ 0&-\frac{1}{2} & 1 \end{bmatrix}\begin{bmatrix} 1\\ 1 \\ 2 \end{bmatrix}=\begin{bmatrix} \frac{1}{2}\\\frac{3}{2} \\\frac{3}{2} \end{bmatrix}$

$f_3=c_Bx_B=(0,0,0)\begin{bmatrix} \frac{1}{2}\\ \frac{3}{2} \\ \frac{3}{2}\end{bmatrix}=0$

计算单纯形乘子

$w=c_BB^{-1}=(0,0,0)\begin{bmatrix} 1 &- \frac{1}{2}&0 \\ 1& \frac{1}{2}& 0\\ 0&-\frac{1}{2} & 1 \end{bmatrix}=(0,0,0)$

计算各非基变量的判别数

$z_3-c_3=wp_3-c_3=(0,0,0)\begin{bmatrix} -1\\0 \\0 \end{bmatrix}=0$

$z_4-c_4=wp_4-c_4=(0,0,0)\begin{bmatrix} 0\\-1 \\0 \end{bmatrix}=0$

$z_6-c_6=wp_6-c_6=(0,0,0)\begin{bmatrix} 1\\0 \\0 \end{bmatrix}-1=-1$

$z_7-c_7=wp_7-c_7=(0,0,0)\begin{bmatrix} 0\\1 \\0 \end{bmatrix}-1=-1$

判别数的最大值为 $-1\leq 0$ ，现行基本解为当前最优解，从而得到初始基本可行解：

$(x_1,x_2,x_3,x_4,x_5)=(\frac{3}{2},\frac{1}{2},0,0,\frac{3}{2} )$

四、大M法

1.基本思想

在约束中增加人工变量 $x_a$ ,同时修改目标函数，加上罚项 $Me^{T}x_{a}$ ，其中 $M$ 是很大的正数，这样在极小化目标函数的过程中，由于大 $M$ 的存在，将迫使人工变量离基。

$min \quad cx+Me^{T}x_{a}\\s.t.\\Ax+x_{a}=b\\x\geq 0,x_{a}\geq 0$

棋哥哥_study

关注

10
点赞
踩
6

收藏

觉得还不错? 一键收藏
1
评论
线性规划的思想

即为线性代数中的自由未知量，他们取不同的值，可以得到不同的解。（非退化的情况，单纯形有限次迭代必达最优解；退化的可能会出现循环现象，有限次迭代求不出最优解）eg：在实际发电机可上调和下调，此时的调节量就是一个可正可负的变量。③ 引入松弛变量，将不等式约束变为等式约束。若至少存在一个分量是0，则该基本可行解是。即通过列调换后，可以得到前。为计算需要，一般假设。，相减可得该发电机的实际调节量。，则称式（2）为式（1）的。表示该发电机的上调节量，的每个分量都是非负数。替换无非负限制的变量。的分量（非基变量）与。
复制链接

扫一扫