《运筹学》第三版（清华大学出版社）P79例1，表上作业法，运用西北角法确定初始基可行解。 西北角法是从西北角（左上角）格开始，在格内的右下角标上允许取得的最大数；然后按行（列）标下一格的数；若某行（列）的产量（销量）已满足，则把该行（列）的其他格划去；如此进行下去，直至得到一个基本可行解的方法。 西北角法的例子：P79例1 从表1中可知，总的产量=总的销量，故产销是平衡的。 第一步：列出运价表和调运物资平衡表。 运用表上作业法时，首先要列出被调运物资的运价表和供需平衡表（简称平衡表），如表1，2所示。 第二步：编制初始调运方案。 首先在表2的西北角方格（即左上角方格，对应变量x11），尽可能取最大值： x =min{3,7}=3 11 将数值3填入该方格(见表3)。由此可见x21,x31必须为0，即第一列其他各方格都不能取非零值，划去第一列。在剩下的方格中，找出其西北角方格x12，x =min{6,7-3}=4 12 将4填入它所对应方格，第一行饱和，划去该行。再找西北角方格x22， x =min{6-4,4}=2 22
将2填入x22所对应方格，于是第二列饱和，划去该列。继续寻找西北方格为x23， x =min{5,4-2}=2 23 将2填入x23所对应方格，第二行饱和，划去该行。剩下方格的西北角方格为x33， x 3=min{5-2,9}=3 3 将3填入x33所对应方格，第三列饱和，划去该列。最后剩下x34方格，取x34 = 6。 这样我们就找到了m＋n-1＝3＋5-1＝7个基变量，它们为：x11= 3,x12= 4,x22 = 2,x23 = 2,x33 = 3,x34 = 6。显然它们用折线连接后不形成闭回路。这就是西北角法所找初始基可行解，所对应的目标值为： 2×200＋1×250＋3×150＋1×150＋3×250＋3×300＋4×200＝4000 我们找到的初始基可行解可通过各行方格中数值之和是否等于产量，各列方格中数值之和是否等于销量来简单验证。 利用西北角法找初始基可行解简单可行，但也存在问题。例如在表3中可见c = 4，单价高于该行其他各方格，最简单想法是单价小的情况下多运些货物，35 这样总运费会更小些，最小元素法就改进了西北角法的缺点。
表上作业法 什么是表上作业法 表上作业法是指用列表的方法求解线性规划问题中运输模型的计算方法。是线性规划一种求解方法。当某些线性规划问题采用图上作业法难以进行直观求解时，就可以将各元素列成相关表，作为初始方案，然后采用检验数来验证这个方案，否则就要采用闭合回路法、位势法等方法进行调整，直至得到满意的结果。这种列表求解方法就是表上作业法。 [编辑] 表上作业法的步骤[1] 1、找出初始基本可行解（初始调运方案，一般m+n-1个数字格），用西北角法、最小元素法； （1）西北角法： 从西北角（左上角）格开始，在格内的右下角标上允许取得的最大数。然后按行（列）标下一格的数。若某行（列）的产量（销量）已满足，则把该行（列）的其他格划去。如此进行下去，直至得到一个基本可行解。 （2）最小元素法： 从运价最小的格开始，在格内的右下角标上允许取得的最大数。然后按运价从小到大顺序填数。若某行（列）的产量（销量）已满足，则把该行（列）的其他格划去。如此进行下去，直至得到一个基本可行解。 注:应用西北角法和最小元素法，每次填完数，都只划去一行或一列，只有最后一个元例外（同时划去一行和一列）。当填上一个数后行、列同时饱和时，也应任意划去一行（列），在保留的列（行）中没被划去的格内标一个0。 2、求出各非基变量的检验数，判别是否达到最优解。如果是停止计算，否则转入下一步，用位势法计算； 运输问题的约束条件共有m+n个，其中：m是产地产量的限制；n是销地销量的限制。其对偶问题也应有m+n个变量，据此： σ ij = c ij? (u i + v j) ,其中前m个计为,前n个计为
由单纯形法可知，基变量的σ ij = 0 c ij? (u i + v j) = 0因此u i,v j可以求出。 3、改进当前的基本可行解（确定换入、换出变量），用闭合回路法调整； （因为目标函数要求最小化） 表格中有调运量的地方为基变量，空格处为非基变量。基变量的检验数σ ij = 0，非基变量的 检验数。σ ij < 0表示运费减少,σij > 0表示运费增加。 4、重复②，③，直到找到最优解为止。 [编辑] 表上作业法计算中的问题 1、无穷多最优解 产销平衡的运输问题必定存最优解。如果非基变量的σ ij = 0，则该问题有无穷多最优解。 2、退化 表格中一般要有(m+n-1)个数字格。但有时，在分配运量时则需要同时划去一行和一列，这时需要补一个0，以保证有(m+n-1)个数字格。一般可在划去的行和列的任意空格处加一个0即可。 [编辑] 表上作业法案例分析 [编辑] 案例一:表上作业法在物流配送中的应用[2] 配送是物流系统的一项十分重要的功能。随着物流行业的发展，物流公司迅速增加，各个物流公司之间的竞争日趋激烈。如何加强管理以减少成本问题成为各物流公司非常关注的话题。一般来说，配送中心数量减少，配送中心距离客户的距离就会越长，配送成本就越高;配送中心数量增多，配送中心距离客户的距离就会缩短，配送成本就越少，但是配送中心的管理成本随之增加。本文讨论利用现有的配送中心向客户的配送问题，寻求最小的配送成本。
线性规划建模及单纯形法 思考题 主要概念及内容： 线性规划模型结构（决策变量，约束不等式、等式，目标函数）；线性规划标准形式； 可行解、可行集（可行域、约束集），最优解；基、基变量、非基变量、基向量、非基 向量；基本解、基本可行解、可行基、最优基。 复习思考题： 1、线性规划问题的一般形式有何特征？ 2、建立一个实际问题的数学模型一般要几步？ 3、两个变量的线性规划问题的图解法的一般步骤是什么？ 4、求解线性规划问题时可能出现几种结果，哪种结果反映建模时有错误？ 5、什么是线性规划的标准型，如何把一个非标准形式的线性规划问题转化成标准形式。 6、试述线性规划问题的可行解、基本解、基本可行解、最优解、最优基本解的概念及它 们之间的相互关系。 7、试述单纯形法的计算步骤，如何在单纯形表上判别问题具有唯一最优解、有无穷多个 最优解、无界解或无可行解。 8、在什么样的情况下采用人工变量法，人工变量法包括哪两种解法？ 9、大M 法中，M 的作用是什么？对最小化问题，在目标函数中人工变量的系数取什 么？最大化问题呢？ 10、什么是单纯形法的两阶段法？两阶段法的第一段是为了解决什么问题？在怎样的情 况下，继续第二阶段？ 作业习题 1、将下列线性规划问题化为标准型 （1）???????≥=--+-≥-+-≤+-++-+=0,,953413223183622453max 4214321432143214321x x x x x x x x x x x x x x x x x x x z （2）???????≤≥=+-+-≥-+--≤--++++=0 ,0,15 2342722351232243min 4214321432143214 321x x x x x x x x x x x x x x x x x x x f 2、（1）求出下列不等式组所定义的多面体的所有基本解和基本可行解（极点）： ?????≥≤++-≤++0,,1243263323 21321321x x x x x x x x x （2）对下述线性规划问题找出所有基本解,指出哪些是基本可行解,并确定最优解. ??? ????≥=-=+-+=+++++=)6,,1(00 31024893631223max 61532143213 21K K j x x x x x x x x x x x x x x z j 3、用图解法求解下列线性规划问题
No .1 线性规划 1、某织带厂生产A 、B 两种纱线和C 、D 两种纱带，纱带由专门纱线加工而成。 工厂有供纺纱的总工时7200h ，织带的总工时1200h 。 (1) 列出线性规划模型，以便确定产品的数量使总利润最大； (2) 如果组织这次生产具有一次性的投入20万元，模型有什么变化？对模型的 解是否有影响？（所谓一次性投入就是与产量无关的初始投资） 2、将下列线性规划化为极大化的标准形式 3、用单纯形法解下面的线性规划 ??? ??? ?≥≤++-≤++-≤-+++= ,0,,4205.021********* ..352)(m ax 3213213213213 21x x x x x x x x x x x x t s x x x x f No .2 两阶段法和大M 法 2、用大M 法解下面问题，并讨论问题的解。 ??? ??? ?≥≥++≤++-≤++++= ,0,,52151565935 ..121510)(max 3213213213213 21x x x x x x x x x x x x t s x x x x f 1、用两阶段法解下面问题： ??? ??≥≥+≥++=0,75 3802 ..64)(min 2 121212 1x x x x x x t s x x x f ?????? ?±≥≤+-=-+--≥-+++=不限 321321321321321 ,0,13|5719|169765 ..532)(m in x x x x x x x x x x x x t s x x x x f
No .3 线性规划的对偶问题 ?????-≤≤-≤≤≤≤-+-=8121446 2 ..834)(min 3213 21x x x t s x x x x f 2、写出下问题的对偶问题，解对偶问题，并证明原问题无可行解 3、用对偶单纯形法求下面问题 ??? ??≥≥+≥++=0,75 3802 ..64)(min 2 121212 1x x x x x x t s x x x f No .4 线性规划的灵敏度分析 原问题为max 型，x 4，x 5为松驰变量，x 6为剩余变量，回答下列问题： (1)资源1、2、3的边际值各是多少？(x 4，x 5是资源1、2的松驰变量，x 6是资 源3的剩余变量) (2)求C 1, C 2 和C 3的灵敏度范围； (3)求?b 1，?b 2的灵敏度范围。 1、写出下列线性规划问题的对偶问题： (1) ???????±≥≤=++≤+≥+-+-+=不限 432143231 4321321 ,0,,06 4 2 5 ..532)(max x x x x x x x x x x x x x t s x x x x f (2) ?????? ?≥≤+--≤-≤+--= ,0, 121 1 ..34)(m ax 212122121x x x x x x x t s x x x f
运输问题的求解方法 ——表上作业法 产销平衡表与单位运价表 表上作业法 一、产销平衡表与单位运价表 运输问题还可用产销平衡表与单位运价表进行描述。 假设某种物资有m个生产地点Ai（i=1，2，…，m），其产量（供应量）分别为ai（i=1，2，…，m），有n个销地Bj（j=1，2，…，n），其销量（需求量）分别为bj（j=1，2，…，n）。从Ai到Bj运输单位物资的运价（单价）为Cij。将这些数据汇总可以得到产销平衡表和单位运价表5.3.1。 表5.3.1 产销平衡表与单位运价表 二、表上作业法 运输这一类特殊问题可用更加简便的求解方法———表上作业法求解，实质仍是单纯形法，步骤如下： （1）确定初始调运方案，即找出初始基可行解,在产销平衡表上给出m+n-1个数字格。 （2）求非基变量的检验数，即在表上计算空格的检验数，判别是否达到最优解：是否存在负的检验数？如果存在负的检验数，则初始调运方案不是最优方案；如果所有检验数都非负，则初始调运方案已经是最优方案了。如果已经得到最优调运方案，则停止计算，否则转入下一步。 （3）确定换入变量和换出变量，找出新的调运方案（新的基可行解），即在表上用闭回路法进行调整。 (4）重复（1）～（2），直到求出最优解为止。 （一）确定初始可行基的方法 ?最小元素法 从单位运价表中最小的运价开始确定供销关系，然后考虑运价次小的，一直到给出初始基可行解为止。 ?伏格尔法 采用最小元素法可能造成其他处的更多浪费，伏格尔法考虑最小运费与次小运费之间的差额，差额越大，就按次小运费调运。
（二）最优解的判别 计算非基变量（空格）的检验数,当所有的检验数时，为最优解。 求空格检验数的方法有： ?闭回路法 以某一空格为起点找一条闭回路，用水平或垂直线向前划，每碰到一数字格转900后，继续前进，直到回到起始空格为止。 闭回路如图5.3.1的（a）、（b）、（c）等所示。从每一个空格出发一定存在并且可以找到唯一的闭回路。因为，m+n-1个数字格（基变量）对应的系数向量是一个基，任一空格（非基变量）对应的系数向量是这个基的线性组合。 ?位势法 一种较为简便的求检验数的方法。 设是对应运输问题的m+n个约束条件的对偶变量。B是含有一个人工变量X a的初始基矩阵。X a在目标函数中的系数Ca ，由线性规划的对偶理论可知 而每一个决策变量Xij的系数向量，所以 由单纯形法可知，所有基变量的检验数等于0，即 下面用具体例子说明表上作业法的计算步骤。 例1：假设某种物资共有3个产地，其日产量分别是：A1为7 t，A2为4 t，A3为9 t；该种物资的4个销售地，其日销量分别：B1为3 t，B2为6 t，B3为5 t，B4为6 t；各产地到销售地的单位物资的运价如表5.3.2所示。在满足各销售点需要量的前提下，如何调运该种物资，才能使总运费达到最小？ 表5.3.2
三、单纯形法的解题步骤 第一步：作单纯形表. ）（1）把原线性规划问题化为标准形式； ）（2）找出初始可行基，通常取约束方程组系数矩阵中的单位矩阵； ）（3）目标函数非基化； ）（4）作初始单纯形表. 第二步：最优解的判定. (1) 若所有检验数都是非正数，即，则此时线性规划问题已取 得最优解. (2) 若存在某个检验数是正数，即，而所对应的列向量无正分量，则线性规划 问题无最优解. 如果以上两条都不满足，则进行下一步. 第三步：换基迭代. ，并确定所在列的非基变量为进基变量. （1）找到最大正检验数，设为 （2）对最大正检验数所在列实施最小比值法，确定出主元，并把主元加上小括号. 主元是最大正检验数 所在列，用常数项与进基变量所对应的列向 量中正分量的比值最小者； 替换出基变量，从而得到新的基变量.也就是主元所在 （3）换基：用进基变量 （4）利用矩阵的行初等变换，将主元变为1，其所在列其他元素都变为零，从此得到新的单纯形表； （5）回到第二步，继续判定最优解是否存在，然后进行新一轮换基迭代，直到问题得到解决为止. 例3 求.
解（1）化标准型：令 ，引进松弛变量 ，其标准型为 求 （2）作单纯形表：在约束方程组系数矩阵中 的系数构成单位矩阵，故取 为基变量，目标函数已非基化了，作初始单纯形表并“换基迭代”（见表6.8）.表 6.8
（3）最终结果：此时检验数均为非正数，线性规划问题取得最优解，最优解为 目标函数取得最优值. 原线性规划问题的最优解为：.目标函数的最优值为14，即. 例4 用单纯形方法解线性规划问题. 求. 解此数学模型已是标准型了，其中约束方程含有一个二阶单位矩阵（1、2行，3、4列构成），取为基变量，而目标函数没有非基化.从约束方程找出 ，, 代入目标函数 , 经整理后，目标函数非基化了. 作单纯形表，并进行换基迭代（见表6.9）. 最大检验数，由最小比值法知：为主元，对主元所在列施以行初等变出基，非基变量进基. 换，基变量
运筹学课程设计报告书 专业 班级 学号 姓名LMZZ 日期2011.09.01
设计题目：运输问题的表上作业法 设计方案：运输问题是一种应用广泛的网络最优化模型，该问题的主要目的是为物资调运、车辆高度选择最经济的运输路线。有些问题，如m 台机床加工零件问题、工厂合理布局问题，虽要求与提法不同，经适当变化也可以使用本模型求得最佳方案。 运输问题的一般提法： 某种物资有m 个产地Ai ，产量是ai （i ＝1，2,…,m ），有m 个销售地Bi ，销量(需求量)是bj(j=1,2,…,m)。若从Ai 运到Bi 单位运价为dij(i=1,2,…,m;j=1,2,…,m),又假设产销平衡，即 ∑∑===m i n j j i b a 11 问如何安排运输可使总运费最小？ 若用x ij (i=1,2,…,m;j=1,2,…,n)表示由A i 运到B j 的运输量，则平衡运输问题可写出以下线性规划模型：
∑∑===m i n j ij ij x d Z 11min 约束条件 ?????????==≥====∑∑==) ,...,2,1;...,2,1(0)...,2,1()...,2,1(11n j m i x n j b x m i a x ij m i j ij n j i ij 表上作业法原理同于单纯形法，首先给出一个初始的调运方案(实际上是初始基本可行解)，求出各非基变量的检验数去判定当前解是否为最优解，若不是则进行方案调整(即从一个基本可行解转换成另一个基本可行解)，再判定是否为最优解，重复以上步骤，直到获得最优解为止。这些步骤在表上进行十分方便。 操作过程在表上进行 方案实施：通过运输问题在C++程序中的运用，从而实现方案的最优。程序主要分两部：（1）求解，（2）最优解判断 结果与结论：程序运行过程中，依次输入所需要的运价，产量，销量等数据，单击回车可以再次现实所需数据，按任意键可以运行至求出初始可行解并显示，再次按任意键程序进行最优解的判断，并求出最优解，显示在程序页面上，从而可以得到该运输问题的最优方案。
第三章 运输问题 主要内容 运输问题的模型、算法 讲授重点 运输问题的模型、算法 讲授方式 讲授式、启发式 第一节 运输问题及其数学模型 一、运输问题的数学模型 设某种物品有m 个产地A 1,A 2,…,A m ，各产地的产量分别是a 1,a 2,…,a m ；有n 个销地B l ,B 2,…,B n ,各销地的销量分别为b l ,b 2,…,b n 。假定从产地A i (i ＝1,2,…,m)向销地B j (j ＝1,2,…,n)运输单位物品的运价是c ij ，问怎样调运这些物品才能使总运费最小? 这是由多个产地供应多个销地的单品种物品运输问题。为直观清楚起见，可列出该出该问题的运输表，如表3-1所示。 设 ij x 表示从A i 运往B j 的物品数量， ij c 表示从A i 运往B j 的单位物品的运价。则对于平 衡运输问题（ ∑∑=== n j j m i i b a 1 1），其数学模型的一般形式可表示为： ∑∑=== n j m i ij ij x c s 11 min ()()()????? ???? ==≥====∑∑==n j m i x n j b x m i a x ij j m i ij i n j ij ,2,1;,2,10 ,,2,1,,2,11 1 (3.1) 二、运输问题数学模型的特点 对于平衡运输问题( ∑∑=== n j j m i i b a 1 1 )，可以证明其有如下两个特点： (1)矩阵A 的秩R(A)＝m+n-1。 (2)问题必有最优解，而且当j i b a ,皆为整数时，其最优解必为整数最优解。 第二节 表上作业法求解运输问题 一、给出运输问题的初始可行解（初始调运方案） 1、最小元素法 解题步骤： ⑴在运价表中找到最小运价c 1k ； ⑵将的A L 产品给B k ；
表上作业法解决运输 问题
表上作业法解决运输问题 谢荣华、林建、岳钱华、叶俊君 【摘要】在物资调运问题中,希望运输费用最少总是人们最为关心的一个目标。在各种设定条件的约束下,如何寻找使得总运输费用最少的最优的运输方案是运输问题的核心。为给社会生产(生活)提供既便捷又经济实惠的物资调运方案,运输问题模型的求解方法可以产生最优的决策方案。因此对运输问题的深入研究具有极其重要的理论意义和实际应用价值。表上作业法是解决运输问题的重要方法本文讨论了产销平衡运输问题的表上作业法，利用伏格尔法求初始方案，位势法求检验数，闭合回路发对可行解进行调整和改进，直至求出最优解。 【关键词】运筹学、运输问题、改善优化、表上作业法 一、理论依据 运输问题的表上作业法步骤 1、制作初始平衡表 用“西北最大运量，然后，每增加角方法”：即在左上角先给予最大运量，然后，每增加一个运量都使一个发量或手里饱。如果所有运量的数字少于 （m+n-1），则补0使之正好（m+n-1）个。 （注:补零时不能使这些书构成圈。） 2、判断初始方案是否最优
（1）求位势表：对运价表加一行一列，圈出运价表中相应于有运量的项，在增加的行列上分别添上数，使这些元素之和等于圈内的元素。这些元素称为位势数。 （2）求检验数，从而得到检验数表。 结论：若对任意检验数小于等于0，则该方案最优，否则进入3进行调整. 3、调整 （1）找回路：在检验数大于0对应的应量表上对应元素为起点，沿横向或纵向前进，如遇到有运量的点即转向，直至起点，可得到一个回路。 （2）找调整量：沿上述找到的回路，从起点开始，在该回路上奇数步数字的最小者作为调整量ε。 （3）调整方式：在该回路上奇数步-ε，偶数步+ε，得到新回路。 重复上述步骤，使所有检验数小于0，即得到最优方案。 二、背景 鉴于市场竞争日益激烈，消费者需求渐趋多样，工厂作为市场消费品的产出源头，唯有对这种趋势深刻理解、深入分析，同事具体的应用于实际中，才能使自身手艺，断发展壮大，不被新新行业所淘汰。对于今天的重点研究对象食品工厂而言，由于在不同产品在原料使用、物料损耗、市场价格等方面均存在各种差异，如何确定各产品的生产配比，以及在最优的生产配比方案之下工厂能够达到最大的产值，都是值得进行探讨研究的现实问题。 三、实例 甲、乙、丙三个城市每年需要煤炭分别为：320、250、350万吨，由A、B 两处煤矿负责供应。已知煤炭年供应量分别为：A—400万吨，B—450万吨。
/* 表上作业法的源代码 */ #include "" #include "" #include "" /* #define debug */ #define a(j) (*(C+(M-1)*N+j)) /*销量数组*/ #define b(i) (*(C+i*N+N-1)) /*产量数组*/ #define c(i,j) (*(C+i*N+j)) /*运价数组*/ #define x(i,j) (*(X+i*(N-1)+j)) /*运量数组 */ /*(<:基本解,>=:运量为0) */ #define s(i,j) (*(S+i*(N-1)+j)) /*检验数数组Sij */ #define u(i) (*(U+i)) /*位势数组Ui*/ #define v(i) (*(V+i)) /*位势数组Vi*/ #define cpi(k) ((CP+k)->i) /*闭回路点i标*/ #define cpj(k) ((CP+k)->j) /*闭回路点i标*/ #define cpf(k) ((CP+k)->f) /*闭回路点i标*/ /* f=0:j++; f=2:j--; f=1;i--; f=3:i++; */ /*void TP(int M,int N,double *C,double *X); */ 10 6 30 0 20 30 40 50 60 12 7 14 16 9 10 9 13 8 14 183 185 119 162 137 102 179 118 114 189 107 169 161 179 169 140 135 112 184 149 128 106 165 178 199 183 194 127 184 173 124 125 151 127 178 160 162 105 150 185 179 153 174 121 142 108 163 157 138 189 171 114 131 165 150 159 131 155 135 165 124 167 107 109 107 149 175 162 108 182 135 181 106 136 183 134 179 188 136 131 189 166 158 159 180 162 104 116 159 111 void main() { int M,N,i,j; double *C; /*存储运价,产量及销量 */ double *X; /*存储运量分配方案 */ float z; FILE *fp; char fn[80]; double sum; void TP(int M,int N,double *C,double *X); printf("please input the data file name: "); scanf("%s",fn); if((fp=fopen(fn,"r"))==NULL) { printf("Cannot open the data file!");
单纯形法表的解题步骤 单纯形法表结构如下： j c → 对应变量的价值系数 i θ B C b X b 1x 2x 3x " j x 基变量的价值系数 基变量 资源列 θ规则 求的值 j σ 检验数 ①一般形式 若线性规划问题标准形式如下： 123451231425max 23000284164120,1,2,5 j z x x x x x x x x x x x x x j =++++++=??+=?? +=??≥=?" 取松弛变量345,,x x x 为基变量，它对应的单位矩阵为基。这样就得到初始可 行基解：()()0 0,0,8,16,12T X =。将有关数字填入表中，得到初始单纯形表，如表 1-1所示： 表 1-1 ()()00,0,8,16,12T X = j c → 2 3 0 0 0 i θ B C b X b 1x 2x 3x 4x 5x 0 3x 8 1 2 1 0 0 4 0 4x 16 4 0 0 1 0 -
5x 12 0 [4] 0 0 1 3 j σ 2 3 0 0 0 若检验数均未达到小于等于0，则对上表进行调整。选择上表中检验数最大的列，该列对应的非变量为入基变量；再应用θ规则该列对应的各基变量对应的 θ值，选出其中最小的一行，该行对应的基变量为出基变量。修改单纯形表，对各行进行初等变换，确保基变量组成的矩阵为单为矩阵。修改后的单纯形表如表 1-2所示： 表 1-2 ()()10,3,2,16,0T X = 检验数12,0σσ>，则进行继续调整，调整后的单纯形法表如表1-3所示： 表 1-3 ()()22,3,0,8,0T X =
单纯形法求解线性规划的步骤
单纯形法求解线性规划的步骤 1>初始化 将给定的线性规划问题化成标准形式,并建立一个初始表格,它最右边的单元格都是非负的(否则无解),接下来的m列组成一个m*m的单元矩阵(目标行的单元格则不必满足这一条件),这m列确定了初始的基本可行解的基本变量,而表格中行用基本变量来表示 2>最优化测试 如果目标行的所有单元格都是非负的(除了最右列中代表目标函数值的那个单元格),就可以停止了,该表格代表了一个最优解,它的基本变量的值在最右列中,而剩下的非基本变量都为0 3>确定输入变量 从目标行的前n个单元格中选择一个负的单元格(选择绝对值最大的那个)该单元格所在的列确定的输入变量及主元列 4>确定分离变量 对于主元列的每个正单元格,求出θ比率(如果主元格的单元格为负或为0,说明该问题是无解的,算法终止),找出θ比率最小的列,改行确定了分离变量和主元行 5>建立下一张表格 将主元行的所有单元格除以主元得到新的主元行,包括主元行在内的每一行,要减去改行主元列单元格和新主元行的成绩(除主元行为1外,这一步将主元列的所有单元格变成0).把主元列的变量名进行代换,得到新的单纯形表,返回第一步 为求简单 在本程序中,需要自己建立标准矩阵(比如加入松弛变量等工作需要用户自己完成),程序的输入有两种方式: 1:指定行和列,由用户自行输入每一个元素SimpleMatrix(introw=0,int col=0); 2:直接在主程序中初始化一个二维数组,然后利用构造函数SimpleMatrix(introw,int col,double **M) 来初始化和处理(本程序所用的实例用的是这种方法) 程序中主要的函数以及说明 ~SimpleMatrix(); 销毁动态分配的数组.用于很难预先估计矩阵的行和列,所以在程序中才了动态的内存分配.需要重载析构函数 bool Is_objectLine_All_Positive(); //判断目标行是否全部为非负数,最后一列不作考虑 这个函数用来判断是否已经存在最优解 bool Is_MainCol_All_Negative(int col);//判断主元列是否全部为负数或零 这个函数用来判断线性规划是否是无解的 bool Is_column_all_Positive(int col); //判断col列中是否全部为正(不包括目标行)
图解法和单纯形法求解以下线性规划问题 1.1 图解法解线性规划问题 只含两个变量的线性规划问题，可以通过在平面上作图的方法求解，步骤如下： (1)以变量x1为横坐标轴，x2为纵坐标轴，适当选取单位坐标长度建立平面坐标直 角坐标系。由变量的非负性约束性可知，满足该约束条件的解均在第一象限内。 (2)图示约束条件，找出可行域（所有约束条件共同构成的图形）。 (3)画出目标函数等值线，并确定函数增大（或减小）的方向。 (4)可行域中使目标函数达到最优的点即为最优解。 然而，由于图解法不适用于求解大规模的线性规划问题，其实用意义不大。 1.2 单纯形法解线性规划问题 它的理论根据是：线性规划问题的可行域是n维向量空间Rn中的多面凸集，其最优值如果存在必在该凸集的某顶点处达到。顶点所对应的可行解称为基本可行解。 单纯形法的基本思想是：先找出一个基本可行解，对它进行鉴别，看是否是最优解；若不是，则按照一定法则转换到另一改进的基本可行解,再鉴别；若仍不是，则再转换,按此重复进行。因基本可行解的个数有限，故经有限次转换必能得出问题的最优解。如果问题无最优解也可用此法判别。 单纯形法的一般解题步骤可归纳如下：①把线性规划问题的约束方程组表达成典范型方程组，找出基本可行解作为初始基本可行解。②若基本可行解不存在，即约束条件有矛盾，则问题无解。③若基本可行解存在，从初始基本可行解作为起点，根据最优性条件和可行性条件，引入非基变量取代某一基变量，找出目标函数值更优的另一基本可行解。④按步骤3进行迭代,直到对应检验数满足最优性条件（这时目标函数值不能再改善），即得到问题的最优解。⑤若迭代过程中发现问题的目标函数值无界，则终止迭代。 1.3 线性规划问题的标准化 使用单纯形法求解线性规划时，首先要化问题为标准形式
运筹学表上作业法改进 四川工程职业技术学院 李成贵 内容提要：运筹学表上作业法是运输问题这种特殊的线性规划的最主要解法，但计算繁难。文章介绍的高效的“六合一”表上作业法，从实用的角度出发，大幅度地减少了作业法的工作量，并且提高了可靠性，简单明了，易学易用。 运筹学的主要内容之一运输问题这种线性规划，其最主要解法是表上作业法，一般表上作业法求最优解至少要经历下面几个步骤： 一、根据运输表（即产销平衡与单位运价合一表）求初始基可行解，也就是初始调运方案，一般用西北角法，最小元素法和Vogel 法(下面我们只用最小元素法说明问题)。这样可以得初始调运表。 二、检验初始方案的最优性，即计算行位势和列位势，再计算检验数，得检验数表。 三、根椐检验数的情况对方案进行闭回路调整，然后产生新的（基解）调运方案表。 下面用例子说明一般表上作业法的操作步骤。 例1：设产销平衡运输问题的有关数据如下表（运输表），求使运费最低的调运方案： 用最小元素法求得初始调运方案如下： 利用位势方程ij j i c v u =+求出行位势i u 和列位势j v ，再用检验数公式()t s st st v u c +-=λ求出检验数st λ，得下表： 最后用闭回路调整法得新的调运方案：
下面是新的调运方案： 上面的计算完成了一次迭代的全过程。在计算中，实际我们己省略了一些步骤，但从中看出，这样的计算仍然繁难，并且表格较多，完成一次迭代至少要三至四张表格，如果迭代次数在三次（这大概是表上作业法的最少步骤）以上，其繁难程度可想而知。 如果我们仔细分析上面的整个计算过程，可以看出，要想简化计算，可以从简化操作步骤和改进计算方法这两方面入手。我们的想法是先从简化操作步骤入手来降低计算的繁难程度。下面先减少计算用表格，这是减少工作量的关键。我们只需对表格稍微进行简单的处理，就可以把1、求初始解，2、计算行列位势，3、计算检验数，4、方案调整合并在一张表中处理，如果加上产销平衡表和单位运价表，就得到下面的“六合一”表上作业法，下面是第一表： 表中“○”内的数字为基变量的值，“（”后的数字为运价，闭回路调整的数字写在闭回路顶点上方，而格子内的其它数字为检验数，行列位势及产销量很清楚地分布在表的四周，（×在第一表中可以出现也可以不出现，但以后迭代中不用），可见“六合一”表是十分简洁清晰的。用此表进行计算，可以大大减
第三章运输问题 一、学习目的与要求 1、掌握表上作业法及其在产销平衡运输问题求解中的应用 2、掌握产销不平衡运输问题求解方法 二、课时 6学时 第一节 运输问题及其数学模型 一、运输问题的数学模型 单一品种运输问题的典型情况：设某种物品有m 个产地A 1,A 2,…,A m ，各产地的产量分别是a 1,a 2,…,a m ；有N 个销地B 1,B 2,…,B n ，各销地地销量分别为b 1,b 2,…,b n 。假定从产地A i (i =1,2, …,m )向销地B j (j =1,2,…,n )运输单位物品的运价是c ij ，问怎样调运这些物品才能使总运费最小？ 表中x ij i j ij i j 如果运输问题的总产量等于其总销量，即有 ∑∑===n j j m i i b a 1 1 则称该运输问题为产销平衡运输问题；反之，称为产销不平衡运输问题。 产销平衡运输问题的数学模型如下：
???? ? ????≥=====∑∑∑∑===+=0,...,2,1,...,2,1..min 1 111 1 ij m i j ij n j i ij m i n j ij ij x n j b x m i a x t s x c z 这就是运输问题的数学模型，它包含m ×n 个变量，(n 十m)个约束方程．其系数矩阵的结构比较松散，且特殊。 二、运输问题数学模型的特点 1、运输问题有有限最优解，即必有最优基本可行解 2、运输问题约束条件的系数矩阵A 的秩为(m+n-1) 该系数矩陈中对应于变量x ij 的系数向量p ij ，其分量中除第i 个和第m 十j 个为1以外，其余的都为零．即 A ij ＝(0…1…1…0)’=e i +e m+j 对产销平衡的运输问题具有以下特点： (1)约束条件系数矩阵的元素等于0或1 (2)约束条件系数矩阵的每一列有两个非零元素，对应于每一个变量在前m 个约束方程中出现一次，在后n 个约束方程中也出现一次。 此外，对于产销平衡问题，还有以下特点 (3)所有结构约束条件都是等式约束 (4)各产地产量之和等于各销地销量之和
运筹学方法总结 -标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
一．线性规划 1.问题背景：线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人 们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源. 线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题 2.求解方法： a.单纯形法： 适用的问题：约束条件全部为≤，右边常数全部为非负，对目标函数的系数没有要求。 min z=3x1-2x2 s.t. x1+2x2≤12 2x1+ x2≤18 x1,x2≥0 求解步骤： STEP 0 将线性规划问题标准化 STEP 1 是否有明显的初始基础可行解，如果有，转STEP 3，否则，转STEP 2。 STEP 2 构造辅助问题，用两阶段法求解辅助问题。如果辅助问题最优解的目标函数值大于0，原问题无可行解，算法终止。否则转STEP 3。 STEP 3 写出单纯形表，将基变量在约束条件中的系数消为单位矩阵，将基变量在目标函数中的系数消为0。转STEP 4。 STEP 4 如果所有非基变量的检验数全为负数或0，则已获得最优解，算法终止。否则，选择检验数为正数并且绝对值最大的非基变量为进基变量。转STEP 5。 STEP 5 如果进基变量在约束条件中的系数全为负数或0，目标函数无界，算法终止。否则根据右边常数和正的系数的最小比值，确定离基变量。转STEP 6。 STEP 6 进基变量列和离基变量行交叉的元素称为主元。对单纯形表进行行变换，将主元变为1，将主元所在列的其他元素变为0。转STEP 4。 b.对偶单纯形法： 适用的问题:约束条件中至少有一个是≥，相应的右边常数为非负，目标函数系数全部为非负。 min z=3x1+2x2 s.t. x1+2x2≥12 2x1+ x2≤18 x1,x2≥0 求解步骤： 步骤1 确定原问题（L）的初始基B，使所有检验数，即是对偶可行解，建立初始单纯形表。 步骤2 检查基变量的取值，若≥0，则已得最优解，计算停；否则求确定单纯形表第L行对应的基变量为旋出变量。 步骤3 若所有,则原问题无可行解，计算停；否则，计算确定对应的为旋入变量。 步骤4 以为主元作（L，K）旋转变换，得新的单纯形表，转步骤2。可以证明，按上述方法进行迭代，所得解始终是对偶可行解。 二．运输问题 1.问题背景：一般的运输问题就是要解决把某种产品从若干个产地调运到若干个销地，在每个
单纯形法求解线性规划的步骤 1>初始化 将给定的线性规划问题化成标准形式,并建立一个初始表格,它最右边的单元格都是非负的(否则无解),接下来的m列组成一个m*m的单元矩阵(目标行的单元格则不必满足这一条件),这m列确定了初始的基本可行解的基本变量,而表格中行用基本变量来表示 2>最优化测试 如果目标行的所有单元格都是非负的(除了最右列中代表目标函数值的那个单元格),就可以停止了,该表格代表了一个最优解,它的基本变量的值在最右列中,而剩下的非基本变量都为0 3>确定输入变量 从目标行的前n个单元格中选择一个负的单元格(选择绝对值最大的那个)该单元格所在的列确定的输入变量及主元列 4>确定分离变量 对于主元列的每个正单元格,求出θ比率(如果主元格的单元格为负或为0,说明该问题是无解的,算法终止),找出θ比率最小的列,改行确定了分离变量和主元行 5>建立下一张表格 将主元行的所有单元格除以主元得到新的主元行,包括主元行在内的每一行,要减去改行主元列单元格和新主元行的成绩(除主元行为1外,这一步将主元列的所有单元格变成0).把主元列的变量名进行代换,得到新的单纯形表,返回第一步 为求简单 在本程序中,需要自己建立标准矩阵(比如加入松弛变量等工作需要用户自己完成),程序的输入有两种方式: 1:指定行和列,由用户自行输入每一个元素SimpleMatrix(introw=0,int col=0); 2:直接在主程序中初始化一个二维数组,然后利用构造函数SimpleMatrix(introw,int col,double **M) 来初始化和处理(本程序所用的实例用的是这种方法) 程序中主要的函数以及说明 ~SimpleMatrix(); 销毁动态分配的数组.用于很难预先估计矩阵的行和列,所以在程序中才了动态的内存分配.需要重载析构函数 bool Is_objectLine_All_Positive();其中row2为主元所在的行,col为主元所在的列,row1为要处理的行 void PrintAnswer();数不合法"< 《管理运筹学》各章的作业 ----复习思考题及作业题 第一章绪论 复习思考题 1、从运筹学产生的背景认识本学科研究的内容和意义。 2、了解运筹学的内容和特点，结合自己的理解思考学习的方法和途径。 3、体会运筹学的学习特征和应用领域。 第二章线性规划建模及单纯形法 复习思考题 1、线性规划问题的一般形式有何特征？ 2、建立一个实际问题的数学模型一般要几步？ 3、两个变量的线性规划问题的图解法的一般步骤是什么？ 4、求解线性规划问题时可能出现几种结果，那种结果反映建模时有错误？ 5、什么是线性规划的标准型，如何把一个非标准形式的线性规划问题转化成标准形式。 6、试述线性规划问题的可行解、基础解、基础可行解、最优解、最优基础解的概念及它们之间的相互关系。 7、试述单纯形法的计算步骤，如何在单纯形表上判别问题具有唯一最优解、有无穷多个最优解、无界解或无可行解。 8、在什么样的情况下采用人工变量法，人工变量法包括哪两种解法？ 9、大M 法中，M 的作用是什么？对最小化问题，在目标函数中人工变量的系数取什么？最大化问题呢？ 10、什么是单纯形法的两阶段法？两阶段法的第一段是为了解决什么问题？在怎样的情况下，继续第二阶段？ 作业题: 1、把以下线性规划问题化为标准形式： (1) max z= x1-2x2+x3 s.t. x1+x2+x3≤12 2x1+x2-x3≥ 6 -x1+3x2＝9 x1, x2, x3≥0 (2) min z= -2x1-x2+3x3-5x4 s.t x1+2x2+4x3-x4≥ 6 2x1+3x2-x3+x4＝12 x1+x3+x4≤ 4 x1, x2, x4≥0 运筹学判断题 一、第1章 线性规划的基本理论及其应用 1、线性规划问题的可行解集不一定是凸集。（×） 2、若线性规划无最优解则其可行域无界。（×） 3、线性规划具有惟一的最优解是指最优表中非基变量检验数全部非零。（√） 4、线性规划问题的每一个基本可行解对应可行域的一个顶点。（√） 5、若线性规划模型的可行域非空有界，则其顶点中必存在最优解。（√） 6、线性规划问题的大M 法中，M 是负无穷大。（×） 7、单纯形法计算中，若不按最小比值原则选取换出变量，则在下一个解中至少有一个基变量为负。（√） 8、对于线性规划问题的基本可行解，若大于零的基变量数小于约束条件数，则解是退化的。（√）。 9、一旦一个人工变量在迭代过程中变为非基变量后，则该变量及相应列的数字可以从单纯性表中删除，且这样做不影响计算结果。（√） 10、线性规划的目标函数中系数最大的变量在最优解中总是取正值。（×） 11、对一个有n 个变量，m 个约束的标准型的线性规划问题，其可行域的顶点恰好为个m n C 。 （×） 12、线性规划解的退化问题就是表明有多个最优解。（×） 13、如果一个线性规划问题有两个不同的最优解，则它有无穷多个最优解。（√） 14、单纯型法解线性规划问题时值为0的变量未必是非基变量。（√） 15、任何线性规划问题度存在并具有唯一的对偶问题。（√） 16、对偶问题的对偶问题一定是原问题。（√） 17、根据对偶问题的性质，当原问题为无界解时，其对偶问题无可行解；反之，当对偶问题无可行解时，其原问题为无界解。（×） 18、若原问题有可行解，则其对偶问题也一定有可行解。（×） 19、若原问题无可行解，其对偶问题也一定无可行解。（×） 20、若原问题有最优解，其对偶问题也一定有最优解。（√） 21、已知*i y 为线性规划的对偶问题的最优解，若*0i y >，说明在最优生产计划中，第i 种资源一定有剩余。（×） 22、原问题具有无界解，则对偶问题不可行。（√） 23、互为对偶问题，或者同时都有最优解，或者同时都无最优解。（√） 24、某公司根据产品最优生产计划，若原材料的影子价格大于它的市场价格，则可购进原材料扩大生产。（√） 25、对于线性规划问题，已知原问题基本解不可行，对偶问题基本解可行，可采用对偶单纯形法求解。（√） 26、原问题（极小值）第i 个约束是“≥”约束，则对偶变量0i y ≥。（√） 27、线性规划问题的原单纯形解法，可以看作是保持原问题基本解可行，通过迭代计算，逐步将对偶问题的基本解从不可行转化为可行的过程。（√） *28、运输问题不能化为最小费用流问题来解决。（×） 29、运输问题一定有最优解。（√）运筹学各章的作业题答案
实用运筹学习题选详解
相关主题
文本预览