运筹学是一门应用于管理有组织系统的科学根据问题的要求,通过数学分析与计算做出综合性的合理安排,以期达到资源的最优化利用
运筹学考虑系统的整体优化、多学科的配合以及模型方法的应用,其研究可以分为以下几个步骤:
4.对模型和由模型导出的解进行检验
5.建立对解的有效控制
其中建模昰运筹学方法的核心和精髓。
线性规划(Linear programming,简称LP)是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人們进行科学管理的一种数学方法研究线性约束条件下线性目标函数的极值问题的数学理论和方法。
决策變量 指决策者为实现规划目标采取的方案、措施是问题中要确定的未知量。
目标函数 指问题要达到目标的要求表示为决策变量的函数。
约束条件 指决策变量取值时受到的各种限制表示为决策变量的等式或不等式。
定义:目标决策变量为可控的连续变量目标函数和约束条件都是线性的,这类模型称为线性规划模型
0 0 n 表示决策变量的个数, m 代表约束等式/不等式的个数 m<n 否则可能導致没有可行解
0
?i Pi?≥Qi?,矩阵也类似
A∈Rm×n是一个行满秩矩阵
?目标函数相反数的最大值即
0 C 为一个凸集(Convex set)。從直观上讲凸集没有凹入部分,其内部也没有空洞 0 {xi?} 的凸组合(凸线性组合) 0
0
? σj?≤0时,表明现有顶点的目标函数的值比起相邻各頂点的目标
0 σj?≤0,则表中的基可行解就是问题的最优解计算停止。否则继续下一步
从一个基可行解转换到另一个目标值更大的基可行解,列出新的单纯形表
a. 确定换入基的变量选择
b. 确定换出变量。选择
xout? 得到一个新嘚基。对应新的基可以找出一个新的基可行解将基变量对应的矩阵化为单位矩阵,并相应地可以画出一个新的单纯形表
前面讨论了在標准型中系数矩阵有单位矩阵,很容易确定一组基可行解在实际问题中有些模型并不含有单位矩阵,为了得到一组基向量和初基可行解在约束条件的等式左端加一组虚拟变量,得到一组基变量这种人为加的变量称为人工变量,构成的可行基称为人工基用大M法或两阶段法求解,这种用人工变量作桥梁的求解方法称为人工变量法
首先我们将其化为标准型:
系数矩阵中不存在单位矩阵,无法建立初始单純形表
x ,他们的目标函数决策系数是一个极小的负数(可以认为负无穷)以致于人工变量的取值在最优解时不可能不是0,举一个例子來理解:
故人为添加两个单位向量得到人工变量单纯形法数学模型:
加入人工变量,第一阶段求解的目标函数是只包含人工变量的辅助問题令目标函数中其他变量的系数取零,人工变量的系数取某个正的常数(一般取1)在保持原问题约束不变的条件下求这个目标函数極小化的解:
人工变量是虚拟的,在最优时不该有取值必须是0,第一阶段的
如果第一阶段求解结果为&nbsp;z??=0说明最优解的基变量中含有非零的人工变量,从而表明原问题无可行解不必进行第二阶段,计算终止
在原问题Φ去除人工变量并由第一阶段得到的最优解出发,继续寻找原问题的最优解即在第一阶段的最优单纯形表中去掉人工变量所在的行列,将价值系数改换成原问题的价值系数进一步迭代,求解原问题