最优化——单纯形法,单纯形表的求取

最优化——单纯形法,单纯形表的求取最优化 单纯形法一般性线性规划标准型为对象总结其基本步骤 max z nbsp s t nbsp P1x1 P2x2 Pnxn b 1 c1x1 c2x2 cnxn z 2 xj 0 1 j n begin array ll max amp z text s t amp P 1 x 1 P 2 x 2 cdots P n x n vec b 1 amp c 1 x 1 c 2 x 2

最优化——单纯形法

步骤一:求广义基本可行解

已知一个可逆方阵 B = ( P j ( 1 ) , P j ( 2 ) , ⋯   , P j ( m ) ) B=\left(P_{j(1)}, P_{j(2)}, \cdots, P_{j(m)}\right) B=(Pj(1),Pj(2),,Pj(m)) 满足
B − 1 b ⃗ ≥ 0 B^{-1} \vec{b} \geq 0 B1b
0

其中 1 ≤ j ( i ) ≤ n , ∀ 1 ≤ i ≤ m , 1 \leq j(i) \leq n, \forall 1 \leq i \leq m, 1j(i)n,1im, B B B 是线性规划标准型 的可行基阵

B B B可以把线性约束(1) P 1 x 1 + P 2 x 2 + ⋯ + P n x n = b ⃗ P_{1} x_{1}+P_{2} x_{2}+\cdots+P_{n} x_{n}=\vec{b} P1x1+P2x2++Pnxn=b
改写为
⇔ ( P j ( 1 ) , ⋯   , P j ( m ) ) ( x j ( 1 ) ⋮ x j ( m ) ) + P j ( m + 1 ) x j ( m + 1 ) + ⋯ + P j ( n ) x j ( n ) = b ⃗ ⇔ ( x j ( 1 ) ⋮ x j ( m ) ) + ( B − 1 P j ( m + 1 ) ) x j ( m + 1 ) + ⋯ + ( B − 1 P j ( n ) ) x j ( n ) = B − 1 b ⃗ \begin{array}{l} \Leftrightarrow\left(P_{j(1)}, \cdots, P_{j(m)}\right)\left(\begin{array}{c} x_{j(1)} \\ \vdots \\ x_{j(m)} \end{array}\right)+P_{j(m+1)} x_{j(m+1)}+\cdots+P_{j(n)} x_{j(n)}=\vec{b} \\ \Leftrightarrow \quad\left(\begin{array}{c} x_{j(1)} \\ \vdots \\ x_{j(m)} \end{array}\right)+\left(B^{-1} P_{j(m+1)}\right) x_{j(m+1)}+\cdots+\left(B^{-1} P_{j(n)}\right) x_{j(n)}=B^{-1} \vec{b} \end{array} (Pj(1),,Pj(m))xj(1)xj(m)+Pj(m+1)xj(m+1)++Pj(n)xj(n)=b
xj(1)xj(m)+(B1Pj(m+1))xj(m+1)++(B1Pj(n))xj(n)=B1b

可以得到一个基本可行解 X = ( x 1 . . . x n ) T X=(x_1…x_n)^T X=(x1...xn)T的表达式:

X B = ( x j ( 1 ) ⋮ x j ( m ) ) , ( x j ( m + 1 ) . . . x j ( n ) ) = 0 X_{B}=\left(\begin{array}{c}x_{j(1)} \\ \vdots \\ x_{j(m)}\end{array}\right),(x_{j(m+1)}…x_{j(n)})=0 XB=xj(1)xj(m),(xj(m+1)...xj(n))=0

步骤二:求检验数

C B = ( c j ( 1 ) , ⋯   , c j ( m ) ) T , C_{B}=\left(c_{j(1)}, \cdots, c_{j(m)}\right)^{T}, CB=(cj(1),,cj(m))T,

C B C_{B} CB左乘(3) 得 C B T X B + C B T P ^ j ( m + 1 ) x j ( m + 1 ) + ⋯ + C B T P ^ j ( n ) x j ( n ) = C B T P ^ n + 1 − − − ( 4 ) C_{B}^{T} X_{B}+C_{B}^{T} \hat{P}_{j(m+1)} x_{j(m+1)}+\cdots+C_{B}^{T} \hat{P}_{j(n)} x_{j(n)}=C_{B}^{T} \hat{P}_{n+1}—(4) CBTXB+CBTP^j(m+1)xj(m+1)++CBTP^j(n)xj(n)=CBTP^n+1(4)

目标函数(2)用 C B C_{B} CB可以写成: C B T X B + c j ( m + 1 ) x j ( m + 1 ) + ⋯ + c j ( n ) x j ( n ) = z − − − ( 5 ) C_{B}^{T} X_{B}+c_{j(m+1)} x_{j(m+1)}+\cdots+c_{j(n)} x_{j(n)}=z—(5) CBTXB+cj(m+1)xj(m+1)++cj(n)xj(n)=z(5)

步骤三:得到单纯形表

在这里插入图片描述

其中 ( P ^ j ( 1 ) , ⋯   , P ^ j ( m ) ) = I m , z ^ = C B T P ^ n + 1 = C B T B − 1 b ⃗ \left(\hat{P}_{j(1)}, \cdots, \hat{P}_{j(m)}\right)=I_{m}, \hat{z}=C_{B}^{T} \hat{P}_{n+1}=C_{B}^{T} B^{-1} \vec{b} (P^j(1),,P^j(m))=Im,z^=CBTP^n+1=CBTB1b

σ j = c j − C B T P ^ j = c j − C B T B − 1 P j , ∀ 1 ≤ j ≤ n \sigma_{j}=c_{j}-C_{B}^{T} \hat{P}_{j}=c_{j}-C_{B}^{T} B^{-1} P_{j}, \quad \forall 1 \leq j \leq n σj=cjCBTP^j=cjCBTB1Pj,1jn

σ 1 , ⋯   , σ n \sigma_{1}, \cdots, \sigma_{n} σ1,,σn 为检验数,可看出基变量检验数等于0

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/232442.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 怎么设计高效的敏感词过滤系统(一)「建议收藏」

    怎么设计高效的敏感词过滤系统(一)「建议收藏」最近在做一个项目,寻遍了Node开源社区居然没有发现一个好用的敏感词过滤库,有那么几个库外观上看起来似乎还不错,用起来却一塌糊涂,震惊有余,失望至极。于是花了一天时间自己撸了一个库,库名叫fastscan,这是我的第一个Node开源项目,它也可以用于浏览器环境。fastscan基于广为人知的ahocorasick高性能字符串匹配算法。项目地址:https://github….

    2022年4月28日
    160
  • 大数据分析应用领域有哪些[通俗易懂]

    大数据分析应用领域有哪些[通俗易懂]  软件和服务的大数据分析市场收入预计将从2018年的$42B增长到2027年的$103B,复合年增长率(CAGR)为10.48%。这就是为什么,大数据分析认证是业内最全神贯注的技能之一。在这个“大数据分析应用领域”文章中,我将带您进入各个行业领域,在这里我将解释大数据分析如何使它们发生革命性变化。  大数据分析应用  大数据分析应用程序的主要目标是通过分析大量数据来帮助公司做出更具信息量的业务决策。它可能包括Web服务器日志,Internet点击流数据,社交媒体内容和活动报告,来自客户电子邮

    2022年5月29日
    43
  • C语言scanf函数详解

    C语言scanf函数详解

    2021年12月9日
    40
  • 极光推送报错time_to_live value should be a non-negative integertime_to_live value should be a non-negativ

    极光推送报错time_to_live value should be a non-negative integertime_to_live value should be a non-negativ

    2021年11月10日
    44
  • yii报错400

    yii报错400当你在使用yii2.0过程中程序出现400的错误可以在控制器内加入public$enableCsrfValidation=false;即可解决

    2022年6月3日
    37
  • 中外数学教学名著与数学思想「建议收藏」

    中外数学教学名著与数学思想(2011-08-0113:30:56)标签:校园分类:工作篇中外数学教学名著 一、数学纵横1.1华罗庚,华罗庚科普著作选集,沪教,84[必读]1.2张奠宙,数学的明天,桂教,99[纵论数学与数学教育,书中的一些观点高屋建瓴,发人深省。系“走向科学的明天丛书”之一,数学方面另有:

    2022年4月8日
    37

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号