实验报告(单纯形法的matlab程序)
实验一:线性规划单纯形算法
一、实验目的
通过实验熟悉(求极小问题),首先给定一个初始基本可行解。设初始基为B,然后执行如下步骤:
(1).解,求得,
(2).计算单纯形乘子, ,得到,对于非基变量,计算判别数,令 ,R为非基变量集合
若判别数 ,则得到一个最优基本可行解,运算结束;否则,转到下一步
(3).解,得到;若,即的每个分量均非正数,则停止计算,问题不存在有限最优解,否则,进行步骤(4).
(4).确定下标r,使为离基变量。为进基变量,用替换,得到新的基矩阵,返回步骤(1)。
对于极大化问题,可以给出完全类似的步骤,只是确定进基变量的准则不同。对于极大化问题,应令
四、计算框图
是
否
是
否
五、计算程序
function [x,f]=zuiyouhua(A,b,c)
size(A)=[m,n];
i=n+1:n+m;%基变量集合,后面m个松弛变量为初始基变量;
N=1:n;%初始非基变量;
B=eye(m,m);
xb=b';
xn=zeros(m,1);
f1=0;
w=zeros(1,m);
z=-c;%初始判别数;
flag=1;
while(1)
[a,k]=max(z);%x(k)为进基变量;
if a<=0
flag=0;
break
else
y=inv(B)*A(:,k)
if y<=0
flag=0;
fprintf('不存在最优解')
break
end
t=find(y>0);
[a,r1]=min(b1(t)./y(t))
r=t(r1); %基变量中第r个变量为退基变量;
i(:,r)=k
B(:,r)=A(:,k);%换基,即将原基中第r个变量换成第k个变量;
cb=c(:,i);%新的价值系数;
xb=inv(B)*b;
b0=xb;
x=zeros(1,n+m)
x(:,i)=xb'
f=cb*xb
z=cb*inv(B)*A-c;%可用z=cb*(B\A)-c,判别数.
end
end
六、数值实验及结果分析
求解线性规划问题:
在工作区输入:
A=[3,3,1,0;-4,-4,0,1;2,-1,0,0];
b=[30,16,12]';
c=[-3,1,0,0];
[x,f]=zuiyouhua(A,b,c)
x =
7.3333 2.6667 0 0 0 56.0000 0
f =
-19.3333
检验结果正确
南昌航空大学数学与信息科学学院实验报告
第 5 页
开始
初始可行解
令
计算单纯形乘子,计算判别数(非基变量)令
得到最优解
解方程,得到。
不存在有限最优解
确定下标,是
为进基变量,用替换,得到新的基矩阵