排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
很多实际问题归结为解如下线性规划max C~TX AX=b (1) {X≥0 其中X=(x_1,…x_L,x_(L 1),…x_n)~T的x_1…x_L 为整数。降维搜索法求解这个问题,首先是从(1)的约束中除掉x_1…x_L为整数的要求,求出线性规划的最优解。此解若不为整数解,则从解的分量x_1开始取整,即令x_1=[x_1~(0)] 代入约束,在n-1维空间上求最优解。如果仍不是整数解,则继续在n-1维最优解中令分量x_2取整,求n-2维空间的最优解。若降维至n-r得一整数解,则依定理1,停止继续降维。此时的整数解为(1)的可行解。然后在此可行解的基础上在x的两边进行左右搜索,用新的更优的可行整数解代替原有的可行整数解。用定理(2)和(3)判别是否停止搜索,搜索完毕便得n-r 1维(1≤r≤L)的一个最优整数解。然后求出所有n-r 1维的最优整数解,比较所有n-r 1维的最优解,得n-r 2维的一个最优整数解,如此类推,一定可求得原问题(1)的最优整数解。降维搜索法可以完全平行地推广到求非线性规划的整数解。 相似文献
2.
我们在《求解混合整数线性规划的降维搜索法》一文中提出的方法和步骤可以完全推广到求非线性规划的混合整数解,有关定理的证明也完全相似。 相似文献
3.
解线性规划问题的一种半单纯形法 总被引：3，自引：0，他引：3
本文提出解线性规划问题的一种方法，主要是对约束Ａｘ＝ｂ求初始基可行解时，不必引入人工变量而可直接用旋转运算获得，之后就完全和单纯形法一样求最优解，并提出了判定无可行解的方法和准则，对算法的理论问题也作了证明和解释。 相似文献
1