运筹优化算法工程师笔试面试知识点汇总

 

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<