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。     

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。     

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。     

对偶单纯形法的一个注记

针对运筹学教学难点--对偶单纯形法,通过讨论证明了单纯形表中的列可以视为对偶问题的非基变量的检验数,并讨论了在对偶单纯形法迭代过程中的进基变量与出基变量的确定原则亦如同在单纯形法迭代过程中进基变量与出基变量的确定原则,得出结论是对偶单纯形法本质上就是单纯形法,只是在运用对偶单纯形法解线性规划时需要将单纯形表旋转90°.     

线性规划问题解法比较

给出单纯形法、大M法、对偶单纯形法适应的线性规划问题的特征,并给出相应解法的一般规律.     

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。     

自由变量线性规划的对偶解法

针对自由变量的线性规划问题，提出不需增设人工变量，而直接采用单纯形法解其对偶规划，得原线性规划的解。此方法是对偶规划的一个应用，并且不会增加额外的计算量。     

仅用一个人工变量求线性规划初始可行基

对单纯形法与对偶单纯形法及其思想结合运用,针对约束条件全为不待式的线性规划问题,探索出一种特殊解法,从线性规划问题的任一个初始基出发,最多引入一个人工变量,即可求出问题的初始可行基,能有效地节约计算机的存储量和计算量。     

关于增加新约束条件的灵敏度分析

本文利用线性规划单纯形法,对偶单纯形法,大M法求增加Am+1X bm+1型约束条件下的最优解。并以实例说明对初学者加深理解及决策者决策参与有一定的帮助。     

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.     

单纯形法的产生与发展探析

目的回顾与探析求解线性规划问题的单纯形法的产生及其发展,帮助理解单纯形法在数学规划问题发展过程中的重要性。方法文献研读与历史分析。结果单纯形法的创建标志着线性规划问题的诞生,单纯形法的发展代表线性规划问题的发展。研究单纯形法的产生与发展对研究数学规划问题有重要意义。结论探究单纯形法的产生与发展有助于认识数学规划思想在应用数学的重要地位。     

一类绝对值规划的算法

针对一类绝对值规划问题,提出对偶规划,给出其弱对偶性及对偶问题的最优性充分条件,并证明对偶间隙也是该类绝对值规划问题的解。同时,引入变量代换,基于线性规划的单纯形法,提出该类绝对值规划问题的全局优化求解算法。算例表明该算法是有效的。     

求解线性规划问题最优解时常遇到的几种特殊情况

重点介绍了单纯形法在求解过程中常遇到的几种特殊情况.首先,在一个线性规划问题的最优解对应的单纯形表中,如果至少有一个非基变量的检验数为零,那么该线性规划问题的最优解可能不只一个,当求到另一个最优解时,则原问题必有多重最优解;其次,在单纯形表中,如果某一负检验数所对应的列向量的分量全部非正,则原问题无最优解;再次,在求解过程中,若原问题不可行,而对偶问题可行时,我们可以应用对偶单纯形法进行求解.     

二阶锥规划的Lagrange对偶及2维原始对偶单纯形法

目前对二阶锥规划算法的研究是数学规划领域的研究热点之一,在这方面的研究成果初具规模.文中着重研究两方面问题:一是详细推导二阶锥规划的Lagrange对偶问题;二是将2维二阶锥规划(即二阶锥约束都是2维的,但自变量的总维数是2r维的,r表示二阶锥约束的个数)转化成相应的标准形线性规划,给出其原始对偶单纯形法,并举例说明算法的应用,最后进行部分灵敏度分析.这一工作基本完善了2维二阶锥规划的单纯形类方法,即至此,2维二阶锥规划的原始单纯形法、对偶单纯形法和原始对偶单纯形法的理论已较完善.其他拓广的单纯形类方法可在将2维二阶锥规划转化成相应的标准形线性规划之后对应线性规划的拓广单纯形类方法直接得到.     

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~~     

关于单纯形方法的再探讨

本文主要是针对线性规划问题的求解方法—单纯形法存在的一些问题,提出了一种改进算法,它与单纯形法的主要区别是主元的选取不同。并将它与单纯形方法的优缺点作一对照分析,并附有实例。实践证明,用该方法求解线性规划问题是一种有效方法。     

2维二阶锥规划的对偶单纯形法

详细介绍了将2维二阶锥规划问题转换成线性规划问题的过程并得到了两问题间的一些重要关系. 通过用对偶单纯形法求解线性规划问题来最终解决原2维二阶锥规划问题,最后做了部分的灵敏度分析.这些将为研究低维的二阶锥规划问题提供多一类便捷的计算方法.     

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.     

两类特殊线性规划算法的改进

本文拟将对线性规划中的对偶单纯形法和运输问题中的表上作业法中选取出基变量或者入基变量的准则进行改进,给出一种新的换基准则,按该方法进行优化运算,可以使这种两种算法的迭代次数减到最少,从而加快运算速度.尤其适合于大系统线性规划问题的求解.     

变量有上界的线性规划的对偶单纯形方法

给出变量有上界的线性规划问题的对偶单纯形算法, 该算法包含了一般线性规划问题的对偶单纯形算法, 为解变量有上界的线性规划问题提供了又一种方法.