04 第四章01
- 格式:ppt
- 大小:1.61 MB
- 文档页数:35


第四章 线性规划的求解法当线性规划的变量和约束条件比较多,而初始基本可行解又不知道时,是不容易用尝试的方法得到初始基本可行解的,何况有可能基本可行解根本就不存在。
在此时,大M 法可能是应付此类情况的一个行之有效的算法。
§4.1 大M 法的原理当初始基本可行解不知道时,则1.,2.两个特点不能兼得,即下列两条件不能兼得: 1. 中心部位具有单位子块; 2. 右列元素非负;这时可以先用容许的运算使由列为非负,然后在中心部位人为添加一个单位子块。
如下例所述: 例4.1123123123123min 32..323624,,0z x x x s tx x x x x x x x x =-+++-=-+-=-≥ (4.1.1)列成表格:上述第三张表中人工增加了两个变量45,x x ,称为人工变量,即把原来的约束条件改为:1234123512345..323624,,,,0s tx x x x x x x x x x x x x +-+=-++=≥ (4.1.2) 式(4.1)和(4.2)的约束方程组并不同解,但(4.1)的解和(4.2)中450x x ==的解是相对应的。
只要找到以(4.2)为约束条件,且人工变量45,x x 均为自由变量的基本可行解,也就找到了(4.1)的基本可行解,于是,要设法迫使450x x ==。
以上途径通过修改(4.1)的目标函数来实现。
具体修改为:12345min 32z x x x Mx Mx =-++++ (4.1.3)其中M 为足够大的正数,然后以(4.2)为约束条件,求(4.3)的最小值。
只要45,x x 不为零,就一定为正数,于是目标函数的值就会增加它们和的M 倍。
由于M 为足够大的正数,所以只要原问题有基本可行解,就不会在45,x x 取正值时达到最小值。
本例中把表改为:通过运算使它具备第三个特点:底行相应于单位子块位置的元素为0,然后再严格按照单纯形法的步骤求解:由于M 为足够大的正数,所以-3-4M 应视为负数,故选它。