Excel中线性规划问题无穷多最优解情况的判别

利用Excel求解线性规划问题时,所得结果并不能判别该问题存在唯一最优解还是无穷多最优解.在Excel对线性规划问题进行灵敏度分析的基础上,结合单纯形法原理和对偶理论,给出了判定所得最优解是唯一最优解还是无穷多最优解的方法.     

线性规划模型解的判定

从线性规划模型解的存在性分析，线性规划模型存在“有解”和“无解”两种情况．“有解”指有最优解，即有可能存在唯一最优解也有可能存在无穷多最优解；“无解”即无可行解或存在无界解(无最优解)．唯一最优解、无穷多最优解、无可行解和无界解的判定是线性规划模型求解过程的主要组成部分．     

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.     

一次求解问题的两点注解

本文讨论了对于有唯一解的线性规划问题,求解一次最优解就可得到使目标函数和约束条件同时达到的最优状态,并对[1]中的结果进行推广.     

线性规划问题最优解判别定理的研究

指出一些文献中线性规划问题最优解判别定理的不全面或不正确之处,给出线性规划问题唯一最优解的判别定理和无穷多最优解的判别定理,并举例验证了该定理的正确性     

关于整数线性规划全部最优解的一个注记

研究在整数线性规划基最优解已经求出且不唯一的条件下,如何求整数线性规划的全部最优解问题.当整数线性规划具有两个基最优解时,文章给出其全部最优解的个数公式及求全部最优解的一个有效算法.     

线性规划最优解的判别准则

单纯形方法是解线性规划问题的一种有效方法,用这种方法解线性规划问题首先要找出初始可行解,然后通过迭化得出最优解。由于退化,迭代时往往会出现循环,为了避免循环的发生,A. Charnes在1952年提出了摄动法, G. B. Dantring等人在1954年提出了字典序方法,1977年R. G. Bland给出了用组合方法解决退化的索性规划问题的迭代方法。这些方法在解退化的线性规划问题时都是通过迭代代得出最优解。我们将用对偶模型给出线性规划问题的又一解法及其最优判别准则。这种解法其实是一次性择优而不需迭代,在某种意义下,可使线性规划问题的解决变得简洁明了,显示出此方法较其它解线性规划的方法优越。     

约束条件中含有梯形模糊数的线性规划的求解方法

利用一种新的模糊数排序准则,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划,进而求得了原模糊线性规划的最优解.与现有方法相比,该方法运算简便,得到的经典线性规划约束条件个数少,降低了计算量,但最优解的质量没有降低.最后给出了此种方法在实际问题中的应用.     

LPGP的漂移与定位解的满意度

针对灰参数线性规划（ＬＰＧＰ）求解中的困难，提出了ＬＰＧＰ定位求解的新思路及定位规划、理想模型、临界模型等新概念；研究了定位系数变化对定位规划最优解的影响以及定位最优值的变化范围；定义了定位规划的满意度和满意解。从而可将灰参数线性规划问题化为若干个一般线性规划问题，在一定程度上解决了灰参数线性规划求解与解的评价问题。     

LPGP的漂移与定位解的满意度

针对灰参数线性规划（ＬＰＧＰ）求解中的困难，提出了ＬＰＧＰ定位求解的新思路及定位规划、理想模型、临界模型等新概念；研究了定位系数变化对定位规划最优解的影响以及定位最优值的变化范围；定义了定位规划的满意度和满意解．从而可将灰参数线性规划问题化为若干个一般线性规划问题，在一定程度上解决了灰参数线性规划求解与解的评价问题     

线性规划最优解的进一步研究

主要研究了线性规划最优解的参数表示,通过对某一最优解引入参数向量,得到新的LPP模型.通过求解LPP模型便可得到LP最优解的参数表达式.     

一次求解问题的两点注解

本讨论了对于有唯一解的线性规划问题，求解一次最优解就可得到使目标函数和约束条件同时达到的最优状态，并对[1]中的结果进行推广。     

圆柱螺旋弹簧优化设计的一种算法

本文给出了圆柱螺旋弹簧优化设计的一种新算法——线性规划算法.圆柱螺旋弹簧优化设计数学模型是一种约束非线性规划模型,经过本文提出的线性变换,该模型可转换成一个纯粹的线性规捌模型.数值计算结果表明,此法不但收敛速度快、精度高、可靠性好,而且还具有程序结构简单,能获得全局最优解等特点,是弹簧优化设计的一种实用方法.     

双层线性规划的一种全局优化方法

根据双层线性规划全局最优解可在约束域极点上达到的性质和线性规划对偶理念,引进上层目标函数对应的一种割平面约束,对双层线性规划的约束域不断进行切割,求得问题更好的可行解,提出了一种利用单纯形法寻找双层线性规划全局最优解的方法。算例说明了算法的求解过程,并验证了算法的有效性。     

非线性规划在数学建模中的应用

针对现实生活中涌现的大量实际问题,要求我们在一定条件下求得最优解,本文介绍了最优化方法中的一种——非线性规划,结合实际问题建立了非线性规划模型,并运用软件Lingo求得最优解。     

非线性规划最优潮流的可变容差法

针对非线性规划最优潮流的通用数学模型，提出了基于可变容差法模型的求解方法，该方法利用可变容差法的数值搜索优化机制，能较好地获得最优解．实例计算表明，与现有模型求解方法相比，可变容差法具有较好的寻优效果，可以作为非线性规划最优潮流的一种补充方法。     

最优解唯一的线性规划问题

给出了线性规划问题最优解何时唯一存在的充分必要条件，从而一方面彻底解决了线性规划何时最优解唯一存在的问题，另一方面也纠正和弥补了一些教材或专在此问题上的错误和不足．     

基于可信度法求解区间双层线性规划问题

采用区间数可信度方法, 给出区间双层线性规划问题可行域和最优解的概念, 并利用单层与双层规划最优值区间方法和极大极小算子, 构建区间双层线性规划问题的确定等价模型. 数值算例结果表明该方法有效.     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

含弹性约束的模糊线性规划求解

针对模糊线性规划模型清晰化处理,利用结构元理论,构建并讨论一类含弹性约束条件的新型模糊线性规划,通过引入模糊数的加权特征数,定义了一种序关系并应用Verdegay的模糊线性规划方法,将模糊线性规划转化成一类含参数约束条件的清晰线性规划模型.结果表明:此类线性规划模型最优可行解是可求的,通过此方法可以达到求解过程中优化模型及简化模型的目的.