运筹优化算法工程师笔试面试知识点汇总

一、线性规划二、非线性规划三、整数规划四、动态规划五、运筹优化算法面试问题
摘要由CSDN通过智能技术生成

 

一、线性规划(Linear programming,LP)

1.1简介

目标函数为线性函数,约束条件为线性等式或不等式时称此数学模型为线性规划模型

从实际问题中建立数学模型一般有以下三个步骤:

1)根据影响因素找到决策变量;

2)由决策变量和所在达到目的之间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要满足的约束条件。

【线性规划(一)】线性规划简介 - 知乎

1.2 求解方法:

1.2.1单纯形法(Simplex method)

单纯形法最早由 George Dantzig于1947年提出,单纯形就是很多超平面围成的区域。

基本思想:每次从单纯形上的一个顶点走到一个更好的顶点直到找到最小(大)值。

基本思路是:先找到一个初始的基可行解,判定其是否为最优解,如为否,则转换到相邻的基可行解,并使目标函数值不断优化,一直找到最优解为止。

步骤:

1)确定初始基可行解。

2)最优性检验,判断现行的基可行解是否最优。最优性检验:是指该点比周围所有的临近点要更优

3)转换基可行解,基变换。(进基变量的确定—最大减小原则,选择小于0的最小值对应变量,选择的对应变量由零增至正值时,可使目标函数值最大限度的减小.;出基变量确定-最小比值原则)

4)重复23步骤

使用单纯型法时,如果约束条件含有不等式时需新增变量(松弛变量、人工变量)转化为标准型。转化标准型可参考,【线性规划(一)】线性规划简介 - 知乎,标准型如下:

 单纯形求解例题可看:

单纯形法 - 子孑 - 博客园

知识点:

线性规划中的约束条件描述的是一个凸集

圆形上的圆周上每点都是顶点,所以说凸集上顶点可以是有限的,也可以是无限多的

凸集的区域范围可以有界或者是无界的

基本可行解中'基'字指此时可行解基变量不全为0,而非基变量皆为0

凸集中元素x是基本可行解的充分必要条件为x是凸集的顶点

线性规划问题最值有可能是多个

单纯形法上从代数角度是寻找约束条件的每一个基本可行解,从几何意义上来说是遍历凸集的每一个顶点

单纯形法过程就是不断找出基本可行解的过程,基本可行解有一个显著的特征:基变量不为0,非基变量都为0。利用这个特性我们能够很快的找出每一个基本可行解

详细的求解方法可参考,含python代码

单纯形法

解的判别,唯一解,无穷多解,无界解,可参考:【运筹学】线性规划 单纯形法原理 ( 构造初始可行基 | 基变换 | 最优性检验 | 解的判别 | 检验数 | ( 唯一 / 无穷多 ) 最优解判别定理 | 无界解判别定理 )_韩曙亮的博客-CSDN博客<

  • 9
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值