这一章讲解了如何用单纯行算法解决线性规划问题。下面给出用c++实现的代码,输入为标准型线性规划。
先给出单纯行算法的驱动部分,代码如下:
//求解一个输入为标准型线性规划的问题。
double simplex(vector< vector<double> >& A,vector<double>& b,vector<double>& c,vector<double>& solution)
{
int nonBasicNum=A[0].size();
int basicNum=A.size();
vector<int> nonBasic; //nonBasic数组存储的是非基本变量下标的集合;
vector<int> basic; //basic数组存储的是基本变量下标的集合;
double v;
initializeSimplex(nonBasic,basic,A,b,c,v);
int l,e;
basicSolutions(nonBasic,basic,A,b,c,v,basicNum,l,e);
//solution是最终的解
solution.resize(nonBasicNum+1);
for(int i=1;i<=nonBasicNum;++i)
if(isBasic(i,basic))
solution[i]=b[i];
else
solution[i]=0;
return v;//返回的是标准型线性规划的最大目标值。
}
在上述代码中,有两个函数,一个是函数initializeSimplex(),其主要功能是判断输入标准型线性规划问题是否可行,如果不可行,则返回一个消息说明不可行,然后终止,否则,返回一个初始基本解可行的松弛型。还有一个函数basicSolutions(),当线性规划可行时,该函数负责找出此线性规划一系列基本可行解并且进行相应的转动,直至找到最优解。下面给出这两个函数的代码。
函数initializeSimplex:
//输入是标准型线性规划,判断该线性规划是否有可行解。并且如果有可行解,则返回初始解可行的松弛型。
void initializeSimplex(vector<int>& nonBasic,vector<int>& basic,vector< vector<double> >& A,vector<double>& b,vector<double>& c,double& v)
{
int basicNum=A.size();
int nonBasicNum=A[0].size();
nonBasic.resize(nonBasicNum);
for(int i=0;i!=nonBasic.size();++i)
nonBasic[i]=i+1;
basic.resize(basicNum);
for(int i=0;i!=basic.size();++i)
basic[i]=i+1+nonBasicNum;
v=0;
//将数组A扩充为维数为(basicNum+nonBasicNum+1)*(basicNum+no