线性规划中单纯形的算法及其应用

单纯形法是求解线性规划问题的基本方法,它的基本思想是：先找出一个基本可行解,对它进行检验,看是否是最优解;若不是,则按照一定法则迭代到另一改进的基本可行解,再检验;若仍不是,则再迭代,直到解为最优解。本文首先介绍了线性规划问题中单纯形法的具体算法,并对其算法方法进行了分析和应用。     

线性规划的双进基迭代法

研究讨论了线性规划的“双进基迭代”方法，说明了此方法不会出现循环的情况，对于有些线性规划问题的计算比单纯形方法要快捷一些。     

线性规划的一种外点单纯形算法

提出了一种求解线性规划(LP) 的改进的单纯形法，其迭代过程产生的一部分极点可能出现在可行域外成为不可行极点，因此称之为外点单纯形法.虽然该方法还不能通过复杂性分析证明只需至多n次迭代便可收敛到最优解，但比较Dantzig的沿可行域内边界进行的单纯形法，一般能更快地迭代到达最优点，且在选择旋转主元时，计算量只有温和的增加.     

单纯形方法和对偶单纯形方法的一个注记

对于每一个线性规划问题,证明了仅在一张单纯形表中采用单纯形法或对偶单纯形法就可以把该线性规划问题和它的对偶问题求解出来,同时用Lingo加以了验证。     

改进单纯形表算法

改进单纯形法,是求解线性规划问题的主要算法之一,与一般单纯形法相比,具有节约计算机内存,计算速度快等优点,但在教学中,却不象一般单纯形法,有单纯形表可循,通过表的计算便可掌握算法要领,改进单纯形的学习,需按照算法,一步一步地迭代,既繁琐,又容易出错,难于掌握。所述改进单纯形表算法,采用表上作业,便于初学者对改进单纯形法的理解。该算法可作为改进单纯形法的过渡算法在教学中使用,也可以直接用于求解线性规划的实际问题。     

关于单纯形方法的一点注记

通过高斯－约当消元法,对极小化的标准形式的线性规划问题,求得某个单位矩阵的基B对应的基本解,但此基本解既不是原始问题的可行解,也不是对偶问题的可行解,在此情形下作者给出了直接求解某一类线性规划问题的扩充的单纯形法。     

线性规划单纯形法的一点注记

提出了用公式ＷＴＢ＝ＴＢ表示的线性规划单纯法的另一形式，适于求解线性规划的计算和学生对单纯形法迭代算法本质的理解。     

线性规划问题的可视化解算

介绍了用单纯形法解算线性规划问题的基本解算方法，对传统算法的改进，特别介绍了对目标函数和约束方程的识别准则，并以实例说明了可视化解算软件的基本功能。对于从事多媒体教学软件开发者，具有一定的参考价值。     

线性规划单纯形法一种新的解题途径

1 概述单纯形法就是求解线性规划问题的迭代方法.设有线性规划问题~~     

广义对偶单纯形方法

在已经得到的线性规划问题的基本解既不是原始问题的可行解，也不是对偶问题的可行解的情形下，介绍求解线性规划问题的广义对偶单纯形法，它是对偶单纯形法的推广，用此法迭代一次就可得到一个对偶可行解。     

一种改进的单纯形最优化方法

对求极小化线性规划问题max Z=CX,AX=b,x≥O,通过添加人工变量,可直接获得问题的基解,若求得问题的基解不是原问题的可行解,也不是对偶问题的可行解的情况下,本文给出了求解该类规划问题初始可行解的一般方法.     

线性规划改进单纯形法的一个注记

求解线性规划的改进单纯形法的算法步骤在表述上有不明确之处,特别是最后一步没有给出向量ξ的一般通式。为此,对改进单纯形法中容易引起混淆的表述给予了进一步的注释,并给出了ξ的一般通式。     

关于最优解唯一的线性规划问题的讨论

本讨论了线性规划问题最优解唯一的几种情形及其判定，从而弥补和纠正了一般教材在这方面的不足。     

线性规划问题最优解的判定

基于单纯形法,讨论并获得了线性规划问题存在唯一最优解和无穷多个最优解的判别方法.     

求解线性规划问题的一种算法

本文给出了求解线性规划问题的一种算法,该算法在用初等行变换求约束条件的基本可行解时,通过控制目标函数的检验数使基本可行解靠近最优解,减少了迭代次数,从而减少计算量,并可以在计算机上实现.     

线性规划问题的两种求解法

本文主要介绍了线性规划问题的图解法与单纯形法。     

基于进基离基新规则的改进单纯形算法

为了提高单纯形法的效率,先证明定理,然后给出新规则,并详细描述了新算法的步骤,通过数值试验对新规则与Bland规则进行比较,结果表明该规则优于其他规则,从而证明了其优势性:既能避免循环,提高迭代效率,又能减少内存占用量.