最近在上最优理论这门课,刚开始是线性规划部分,主要的方法就是单纯形方法,学完之后做了一下大M 算法和分段法的仿真,拿出来与大家分享一下。单纯形方法是求解线性规划问题的一种基本方法。单纯形方法基本步骤如下: 1) 将所给的线性规划问题化为标准形式:
min ()..0
T
f x c x s t Ax b
x ==≥
s.t.是英文subject to 的简写,意思是受约束,也就是说第一个方程(目标函数)受到后面两个方程的约束。
对于求最大值问题可以将目标函数加负号转换为最小值问题。
max ()min ()T T f x c x f x c x =?=-
其他的问题就是将实际问题中的不等式约束改为等式约束,主要方法是引进松弛变量和剩余变量,以及将自有变量转换为非负变量。
①对于不等式
1
b ,1,2,n
ij j
i j a x
i m =≤=∑ ,
引入松弛变量将其变为等式形式如下:
1
b ,1,2,0,
1,2,n
ij j
n i i j n i a x
x i m
x i m
+=++==≥=∑
②对于不等式
1
b ,1,2,n
ij j
i j a x
i m =≥=∑ ,
引入剩余变量将其变为等式形式如下:
1
b ,1,2,0,
1,2,n
ij j
n i i j n i a x
x i m
x i m
+=+-==≥=∑
③若变量为自有变量(可取正、负或零,符号无限制),则引入两个非负变量将其表示如下: