三个决策变量的线性规划问题的图解分析

用图解法解线性规划问题一直总限于两个决策变量．本文采用画法几何的方法，用图解法解决了含有三个决策变量的线性规划问题．     

三个决策变量的线性规划问题的图解分析

用图解法解线性规划问题一直总限于两个决策变量。本文采用画法几何的方法，用图解法解决了含有三个决策变量的线性规划问题。     

基于Matlab的非线性规划问题的求解

优化问题分为线性规划问题和非线性规划问题.对于线性规划问题,可以使用图解法或者单纯形法很方便地求解;对于非线性规划问题,用图解法只能解极为特殊的情况,对于一般的非线性规划问题,求解计算极其复杂.本文利用Matlab软件,通过实例,高效快捷地实现了非线性规划问题求解.     

单纯形法与图解法解集同伦的证明

研究线性规划问题时,在有解的条件下,讨论最优解的两种形式:单纯形法与图解法,并给出同伦、伦移两种关系。     

单纯形法与图解法解集同伦的证明

研究线性规划问题时,在有解的条件下,讨论最优解的两种形式:单纯形法与图解法,并给出同伦、伦移两种关系.     

迹线平面图解法在三变量线性规划中的应用

本文介绍了线性规划的基本原理和方法,用迹线平面图解法解决三变量线性规划问题,并用实例证明了迹线平面图解法在三变量线性规划中的具体应用,为线性规划拓展了新的途径。     

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。     

多维几何在生产中应用的探讨

本文对多个变量的线性规划问题的图解法进行了探讨。     

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。     

影子价格与其约束条件

本文通过实例详述了如何利用实际决策列成线性规划问题的数学模型，然后求解，同时借助于两个变是的图解法更便于理解线性规划问题．重点分析了利用“影子价格”的概念，通过对约束条件的变化，为决策者提供增加经济效益的途径和方法．     

利用矩阵方法求解线性规划问题

在线性规划问题中,通过线性规划的数学模型构造矩阵,利用矩阵的方法来解决线性规划的最优解问题。     

多目标线性规划MATLAB软件求解

多目标线性规划由于往往只是求其有效解（非劣解）,求解方法及具体演算过程比较复杂,本文也给出多目标线性规划的模糊数学解法.但借助工具软件MATLAB,可以达到对多目标线性规划问题较易求解的目标,从而更好地利用多目标线性规划解决实际问题.     

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.     

具有模糊变量的线性规划问题的求解方法

针对含模糊变量的线性规划问题,研究了其求解方法。将单纯形法应用于模糊线性规划问题中,从而无需转化为经典线性规划问题就能得到满意的模糊最优解,算例表明此方法是有效的。     

线性规划中两阶段法的简便计算法

在线性规划问题中引入人工变量,把问题变为约束方程组的系数矩阵中含有单位矩阵,用以作为人造基,然后按单纯形方法进行换基迭代,求得最优解或判定无最优解。本文给出了线性规划问题两阶段法的简便计算方法,即根据所给问题尽可能少的引入人工变量,以使线性规划问题的计算变得更加简单。     

线性规划问题方程排序求最优解法

通过目标函数沿梯度正方向变化时在线性规划问题可行域边界超平面法向量方向变化大小的度量，给出了线性规划问题最优解的一个充分条件，提出了一种解线性规划问题的方法－－方程排序求最优解法。     

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.     

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。     

线性规划的一种Benders型分解算法

大型线性规划问题因其含有许多约束条件和许多变量,即使利用计算机来解也是很困难的。但是,有不少这样的问题,虽其约束条件的系数矩阵很大,却有特殊的结构,我们可以把它分解成若干个规模较小的线性规划来解,由此得到原规划的最优解。Dantzig—Wolfe分解方法是早期提出的一种方法,在很多线性规划的书籍中都有介绍。Benders分解方法是为解混合整数规划而提出的,后被改造用来解某种结构的线性规划。本文给出一种简化的     

线性规划中两阶段法的简便计算法

在线性规划问题中引入人工变量,把问题变为约束方程组的系数矩阵中含有单位矩阵,用以作为人造基,然后按单纯形方法进行换基迭代,求得最优解或判定无最优解.本文给出了线性规划问题两阶段法的简便计算方法,即根据所给问题尽可能少的引入人工变量,以使线性规划问题的计算变得更加简单.