吳慶豐

淮北師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院，安徽淮北 235000

改進(jìn)的單純形法迭代計算方法

吳慶豐

淮北師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院，安徽淮北 235000

1 引言

單純形法是求解線性規(guī)劃的基本方法，許多文獻(xiàn)對其不斷改進(jìn)。若求解線性規(guī)劃問題時，存在基可行解或?qū)ε紗栴}的基可行解，則可直接采用文獻(xiàn)[1]的方法。文獻(xiàn)[2]給出了一種新的原對偶單純形法，文獻(xiàn)[3-4]提出了一種push-to-pull的單純形算法，文獻(xiàn)[5]提出了一種求解線性規(guī)劃的新單純形類算法，并與H.Arsham提出的push-to-pull算法作了比較，文獻(xiàn)[6]提出了一種修正的二分單純形法，文獻(xiàn)[7-8]給出了求解線性規(guī)劃的攝動單純形法，文獻(xiàn)[9]提出了基于矩陣初等變換初始可行基的獲得方法，得到基于單純形法的求解線性規(guī)劃模型的直接方法。文獻(xiàn)[9]的方法其實是對初始系數(shù)矩陣進(jìn)行初等行變換得到一個單位子矩陣，給出了一種新的得到初始可行基的思路，但此法主要是在進(jìn)行人工計算時可一定程度簡化計算，不便于將算法在計算機(jī)上實現(xiàn)，而且在計算機(jī)上編程實現(xiàn)該算法也很難降低計算量。如果算法能與計算機(jī)結(jié)合起來，便于在計算機(jī)上實現(xiàn)，那么將更利于實際應(yīng)用，特別是較大規(guī)模的線性規(guī)劃問題求解更需要借助于計算機(jī)。本文給出的算法既考慮到利用人工計算求解線性規(guī)劃能夠簡化計算降低計算量，更重要的是又考慮算法與計算機(jī)相結(jié)合。

設(shè)有線性規(guī)劃問題：

其中c∈Rn，x∈Rn，A∈Rm×n，b∈Rm，b≥0，這里向量均為列向量。將系數(shù)矩陣A按列分塊，A=(p1，p2，…，pn)，設(shè)B是可行基，cB為基B對應(yīng)的目標(biāo)系數(shù)，檢驗數(shù)σj=cj-cTBB-1pj，j=1，2，…，n。

單純形法的基本思想是從一個基可行解向相鄰的另一個改進(jìn)的基可行解迭代，當(dāng)所有檢驗數(shù)σj≤0時，線性規(guī)劃問題達(dá)到最優(yōu)解。

單純形法計算中的幾個問題：

（1）目標(biāo)函數(shù)極小化時解的最優(yōu)性判別。這時只需以所有檢驗數(shù)σj≥0作為判別表中解是否最優(yōu)的標(biāo)志。

（2）退化。按最小比值來確定換出基的變量時，有時出現(xiàn)存在兩個以上相同的最小比值，從而使下一個表的基可行解中出現(xiàn)一個或多個基變量等于零的退化解。退化解的出現(xiàn)原因是模型中存在多余的約束，使多個基可行解對應(yīng)同一頂點。當(dāng)存在退化解時，就有可能出現(xiàn)迭代計算的循環(huán)，盡管可能性極其微小。為避免出現(xiàn)計算的循環(huán)，1974年勃蘭特（Bland）提出了一個簡便有效的規(guī)則：（1）當(dāng)存在多個σj＞0時，始終選取下標(biāo)值為最小的變量作為換入變量；（2）當(dāng)計算θ值出現(xiàn)兩個以上相同的最小比值時，始終選取下標(biāo)值為最小的變量作為換出變量。

（3）無可行解的判別。當(dāng)線性規(guī)劃問題中添加人工變量后，無論用人工變量法或兩階段法，當(dāng)求解結(jié)果出現(xiàn)所有σj≤0時，如基變量中仍含有非零的人工變量（兩階段法求解時第一階段目標(biāo)函數(shù)值不等于零），表明問題無可行解。

2 大M法

若化為標(biāo)準(zhǔn)形后的線性規(guī)劃問題中約束條件的系數(shù)矩陣中不存在單位矩陣，引入人工變量。下面通過舉例說明大M法求解線性規(guī)劃以便于與改進(jìn)的大M法進(jìn)行比較。

例1用單純形法求解線性規(guī)劃問題

這種情況下，可以通過添加兩列單位向量p6，p7，使連同約束條件中的向量p4構(gòu)成單位矩陣：

p6，p7是人為添加上去的，它相當(dāng)于在上述問題的約束條件式（3）中添加變量x6，約束條件式（4）中添加變量x7，變量x6，x7相應(yīng)稱為人工變量。由于約束條件式（3）、式（4）在添加人工變量前已是等式，為使這些等式得到滿足，在最優(yōu)解中人工變量取值必須為零。為此，令目標(biāo)函數(shù)中人工變量的系數(shù)為任意大的負(fù)值，用“-M”代表?！?M”稱為“罰因子”，即只要人工變量取值大于零，目標(biāo)函數(shù)就不可能實現(xiàn)最優(yōu)。因而添加人工變量后，例1的數(shù)學(xué)模型形式就變成為：

該模型中與p4，p6，p7對應(yīng)的變量x4，x6，x7為基變量，令非基變量x1，x2，x3，x5等于零，即得到初始基可行解x(0)=(0，0，0，4，0，1，9)T，并列出初始單純形表，在單純形法迭代運(yùn)算中，M可當(dāng)作一個數(shù)學(xué)符號一起參加運(yùn)算。檢驗數(shù)中含M符號的；當(dāng)M的系數(shù)為正時，該檢驗數(shù)為正，當(dāng)M的系數(shù)為負(fù)時，該項檢驗數(shù)為負(fù)。例1添加人工變量后，用單純形法求解的過程見表1。

表1 大M法迭代過程

3 改進(jìn)的大M法

當(dāng)計算檢驗數(shù)表達(dá)式中含有M時，結(jié)果為（系數(shù)×M±常數(shù)），因為M很大，很明顯，其值的符號和大小由M的系數(shù)符號和大小決定，所以在計算時，只需計算含有M的部分的值即可。這樣可以降低一些運(yùn)算量。另外，在單純形法迭代過程中，當(dāng)人工變量全部由基變量變成非基變量時，可以在單純形表中將人工變量部分的表格去掉，然后繼續(xù)進(jìn)行計算，這樣可以再次降低運(yùn)算量。

為了方便下文敘述，這里將上述方法計算含有M表達(dá)式的檢驗數(shù)稱為有效檢驗數(shù)。有效檢驗數(shù)：當(dāng)計算檢驗數(shù)表達(dá)式含有M時，只計算含有M的表達(dá)式的值；當(dāng)不含M時，按照原公式計算。

下面給出改進(jìn)的大M法的計算步驟：

第1步添加人工變量得初始基可行解，列出初始單純形表。

第2步最優(yōu)性檢驗。

計算有效檢驗數(shù)。如表中所有有效檢驗數(shù)σj≤0，當(dāng)基變量中含有非零的人工變量時，則問題無可行解，基變量中不含有人工變量時，表中的基可行解即為最優(yōu)解（此時，當(dāng)某非基變量有效檢驗數(shù)為零時，問題有無窮多最優(yōu)解，否則有唯一最優(yōu)解），計算結(jié)束。當(dāng)表中存在σj＞0時，如有pj≤0，則問題為無界解，計算結(jié)束；否則轉(zhuǎn)下一步。

第3步檢驗是否去掉人工變量。當(dāng)表中人工變量有效檢驗數(shù)σj≤0時，人工變量由基變量變?yōu)榉腔兞?，此時去掉含有人工變量部分的表格，轉(zhuǎn)下一步。

第4步從一個基可行解轉(zhuǎn)換到相鄰的目標(biāo)函數(shù)值更大的基可行解，列出新的單純形表。

（1）確定換入基的變量。只要有檢驗數(shù)σj＞0，對應(yīng)的變量xj就可作為換入基的變量，當(dāng)有一個以上檢驗數(shù)大于零時，一般從中找出最大一個σk。

σk=max{σj|σj＞0}

其對應(yīng)的變量xk，作為換入基的變量（簡稱換入變量）。（2）確定換出基的變量。由下式確定θ：

確定xl，是換出基的變量（簡稱換出變量）。元素alk決定了從一個基可行解到相鄰基可行解的轉(zhuǎn)移去向，取名主元素。

（3）用換入變量xk替換基變量中的換出變量xl，得到一個新的基(p1，…，pl-1，pk，pl+1，…，pm)。對應(yīng)這個基可以找出一個新的基可行解，并相應(yīng)地可以畫出一個新的單純形表。

第5步重復(fù)第2～4步，一直到計算結(jié)束為止。

這里采用改進(jìn)的大M法求解例1，求解過程見表2。

表2 改進(jìn)的大M法迭代過程

計算結(jié)果同表1，但比較表1和表2的計算過程不難發(fā)現(xiàn)，表2在計算檢驗數(shù)時，如果結(jié)果含有M則不必計算含M的表達(dá)式所加減的那些常數(shù)，這樣使得計算過程簡化，而且表2迭代計算到第二次時，人工變量已經(jīng)由基變量變?yōu)榉腔兞?，此時基可行解中人工變量取0，此后計算過程直接去掉了人工變量部分的表格，從而再次降低計算量。

4 改進(jìn)的大M法與兩階段法相結(jié)合的算法

實際上，當(dāng)檢驗數(shù)表達(dá)式中含有M時，只需計算M的系數(shù)即可，從而再次簡化運(yùn)算，當(dāng)存在M的系數(shù)為正時，只考慮M的正系數(shù)部分來確定換入基的變量，取最大的正系數(shù)對應(yīng)的決策變量作為入基變量。出基變量的選擇與原來相同。當(dāng)然此法更重要的是利用計算機(jī)求解時可以克服M的選取與aij，bi或cj的參數(shù)值之間的不良影響所導(dǎo)致的計算結(jié)果錯誤。下面的方法無需給出M。

設(shè)式（1）為標(biāo)準(zhǔn)化的線性規(guī)劃問題，添加人工變量得到初始單位基矩陣，將式（1）化為如下線性規(guī)劃問題。

這里x=(x1，…，xn，xn+1，…，xn+m)T，e=(1，1，…，1)T∈Rm。

計算檢驗數(shù)時，若表達(dá)式含有某些人工變量的目標(biāo)系數(shù)cn+1，cn+2，…，cn+m，記為1，2，…，r，r≤m，顯然1，2，…，r的值均為-1，則檢驗數(shù)為：

此算法的詳細(xì)步驟跟改進(jìn)的大M類似，只是目標(biāo)函數(shù)不含M，計算檢驗數(shù)時有一點差別，這里不再贅述。

5 收斂性分析

單純形方法是求解線性規(guī)劃問題的出現(xiàn)較早的一個算法，在理論和實踐上都比較完善，但它不是多項式時間算法。在采用Bland’s法則進(jìn)行轉(zhuǎn)軸操作（相同值的情況下取字典序最?。┲?，可以證明單純形法一定能夠在有限步之后終止[10-11]，但是最壞情況算法的時間復(fù)雜度為指數(shù)級別的，而且可以構(gòu)造出讓單純形法的時間復(fù)雜度達(dá)到指數(shù)級別的具體實例。不過實踐證明在絕大多數(shù)情況下單純形法的效率非常令人滿意。單純形法的最壞時間復(fù)雜度為指數(shù)級別，并不意味著線性規(guī)劃不存在多項式級別的算法。橢球算法和內(nèi)點算法均為解決線性規(guī)劃的多項式時間算法。雖然Khachigan和Karmarkar分別在1979年和1984年提出了求解線性規(guī)劃問題的多項式時間算法。但就計算工作量而言，一般情況下都沒有單純形方法好。從大量數(shù)值計算結(jié)果分析，K-變形算法優(yōu)于Karmarkar算法，從同一內(nèi)點出發(fā)達(dá)到同樣精度要求的解所需迭代次數(shù)，K-變形方法要優(yōu)于Karmarkar方法，而對多數(shù)問題來說，單純形法又優(yōu)于K-變形方法和Karmarkar方法，但也有一些情況下單純形法不如Karmarkar方法和K-變形方法。通過大量的計算表明，對于多數(shù)問題來說，單純形法要明顯地優(yōu)于Karmarkar算法及其變形算法[12]。

本文算法主要改進(jìn)有：

（1）計算檢驗數(shù)時，只計算有效部分使得計算簡化。

（2）迭代到適當(dāng)步驟，去掉人工變量，減小計算規(guī)模，降低計算量，減少存貯空間。

（3）解決利用計算機(jī)求解時由于大M值的影響所可能導(dǎo)致的錯誤。

本文給出的算法不會減少迭代次數(shù)，但會降低計算量及計算機(jī)存貯空間，由于不改變迭代次數(shù)，從任一基可行解開始，采用Bland’s法則進(jìn)行轉(zhuǎn)軸操作一定能夠在有限步之后終止。要減少迭代次數(shù)，需要改變樞軸元素選取準(zhǔn)則。文獻(xiàn)[13]提出一種新的入基準(zhǔn)則為最大加權(quán)檢驗數(shù)準(zhǔn)則，并利用隨機(jī)模擬方法將該入基準(zhǔn)則與其他入基準(zhǔn)則進(jìn)行比較，結(jié)果表明該準(zhǔn)則優(yōu)于最大檢驗數(shù)準(zhǔn)則和最大上升準(zhǔn)則。文獻(xiàn)[14]給出了一種新的選擇入基變量的準(zhǔn)則，減少了單純形法的迭代次數(shù)。文獻(xiàn)[15]給出了一個新的迭代進(jìn)出基準(zhǔn)則即最大增量準(zhǔn)則，可以加快迭代速度，同時也可以避免迭代中可能遇到的所謂循環(huán)。但文獻(xiàn)[16]通過大規(guī)模的數(shù)值實驗結(jié)果表明，文獻(xiàn)[15]這種改進(jìn)的單純形算法雖然在大部分問題上的迭代次數(shù)比經(jīng)典的單純形算法有所減少，但所耗費(fèi)的計算時間卻普遍增加，其計算效率隨著問題規(guī)模的增大而不斷下降。文獻(xiàn)[17]給出了單純形法中確定主元素的兩個新法則，即按使目標(biāo)函數(shù)值增加得最多的原則確定主元素和按使目標(biāo)函數(shù)值增加得最快的原則確定主元素，具有迭代次數(shù)更少、收斂速度更快的特點。本文所給出的算法也可以采用如文獻(xiàn)[13-14，17]等所提供的新的樞軸主元的選取方法，迭代次數(shù)相應(yīng)會有所降低。

6 結(jié)束語

用大M法處理人工變量，在用手工計算求解時不會碰到麻煩。但用電子計算機(jī)求解時，對M就只能在計算機(jī)內(nèi)輸入一個機(jī)器最大字長的數(shù)字。如果線性規(guī)劃問題中的aij，bi或cj等參數(shù)值與這個代表M的數(shù)相對比較接近，或遠(yuǎn)遠(yuǎn)小于這個數(shù)字，由于計算機(jī)計算時取值上的誤差，有可能使計算結(jié)果發(fā)生錯誤。為了克服這個困難，通?？梢詫μ砑尤斯ぷ兞亢蟮木€性規(guī)劃問題分兩個階段來計算，稱兩階段法。而兩階段法需要將目標(biāo)函數(shù)分為兩個階段，破壞了目標(biāo)函數(shù)的一致性。這里也可以采用本文給出的兩種改進(jìn)的方法，可以避免由計算機(jī)求解時由于M的選取與aij，bi或cj的參數(shù)值以及計算機(jī)計算誤差所產(chǎn)生的不良影響。并當(dāng)人工變量全部由基變量變成非基變量時，可以在單純形表中將人工變量部分的表格去掉，這樣相當(dāng)于又結(jié)合了兩階段法的優(yōu)點。實際上，人工變量的出現(xiàn)只是為了方便得到初始單位基矩陣，在計算過程中，如果到某一步人工變量全部由基變量變成非基變量而此時仍需繼續(xù)迭代計算時，由于基可行解中非基變量取0，所以此時完全沒有必要繼續(xù)帶著人工變量進(jìn)行計算。

[1]程理民，吳江，張玉林.運(yùn)籌學(xué)模型與方法教程[M].北京：清華大學(xué)出版社，2007.

[2]燕子宗，費(fèi)浦生，萬仲平.線性規(guī)劃的單純形法及其發(fā)展[J].計算數(shù)學(xué)，2007，29（1）：1-14.

[3]Arsham H.An algorithm for simplex tableau reduction：the push-to-pull solution strategy[J].Applied Mathematics and Computation，2003，137（2）：525-547.

[4]Arsham H，Baloh P，Damij T，et al.An algorithm for simplex tableau reduction with numerical comparison[J].International Journal of Pure and Applied Mathematics，2003，4（1）：53-80.

[5]李煒.一個新的單純形類算法[J].數(shù)學(xué)理論與應(yīng)用，2003，23（3）：118-122.

[6]Pan P Q.A modified bisection simplex method for linear programming[J].Journal of Computational Mathematics，1996，14（3）：249-255.

[7]Pan Pingqi.A new perturbation simplex algorithm for linear programming[J].Journal of Computational Mathematics，1999，17（3）：233-242.

[8]Pan Pingqi.Primal perturbation simplex algorithms for linear programming[J].Journal of Computational Mathematics，2000，18（6）：587-596.

[9]申卯興，許進(jìn).求解線性規(guī)劃的單純形法的直接方法[J].計算機(jī)工程與應(yīng)用，2007，43（30）：94-96.

[10]Bland，Robert G.New finite pivoting rules for the simplex method[J].Mathematics of Operations Research，1977，2（2）：103-107.

[11]周勤學(xué)，丘兆福.Bland避免循環(huán)的單純形方法的改進(jìn)[J].中山大學(xué)學(xué)報：自然科學(xué)版，1989，28（3）：113-115.

[12]王曉慧，邢麗君.單純形法與Karmarkar算法及其變形算法的比較[J].東北電力學(xué)院學(xué)報，1997，17（1）：28-33.

[13]林福榮，陳東宜.單純形法的一種新的入基準(zhǔn)則[J].曲阜師范大學(xué)學(xué)報：自然科學(xué)版，2002，28（4）：25-28.

[14]申卯興，葉微，劉毅，等.單純形法中樞軸元素選取準(zhǔn)則的改進(jìn)[J].計算機(jī)工程與應(yīng)用，2003，39（25）：57-58.

[15]王全文，吳育華，吳振奎，等.單純形法選擇進(jìn)出基變元的一個新準(zhǔn)則[J].數(shù)學(xué)的實踐與認(rèn)識，2009，39（14）：75-81.

[16]高培旺.關(guān)于“單純形法選擇進(jìn)出基變元的一個新準(zhǔn)則”的計算效率[J].河南工程學(xué)院學(xué)報：自然科學(xué)版，2012，24（2）：61-64.

[17]羅進(jìn)，張志軍，劉任河.單純形法中確定主元素的兩個新法則[J].武漢工程大學(xué)學(xué)報，2008，30（1）：122-124.

WU Qingfeng

School of Mathematical Sciences,Huaibei Normal University,Huaibei,Anhui 235000,China

Improved big-Mmethod is presented.If expressions of the calculated test number containM,the only portion containingMis calculated,and thereby the calculation is simplified.And when artificial variables become nonbasic variables by basic variables in the iterative calculation process,the artificial variables parts of the table can be directly removed and then the calculation is continued.Thus,the amount of computation is again reduced.Taking advantages of two-phase method,an iteration algorithm without giving the bigMis further given.This method does not undermine the consistency of the objective function,and the calculation error can be avoided when using traditional big-Mmethod combined with computer to solve,due to the improper selection of the value ofM.

linear programming;simplex method;big-Mmethod;two-phase method

對傳統(tǒng)大M法進(jìn)行改進(jìn)，若計算檢驗數(shù)的表達(dá)式中含有M則只計算含有M的部分，從而簡化計算，迭代過程中當(dāng)人工變量由基變量變?yōu)榉腔兞繒r，直接去掉人工變量部分的表格然后繼續(xù)計算，從而再一次降低計算量。借鑒兩階段法的優(yōu)點進(jìn)一步給出了無需給出大M的迭代算法，此法不會破壞目標(biāo)函數(shù)的一致性，而且可以避免傳統(tǒng)大M法在利用計算機(jī)求解時由于M值的選取不當(dāng)所導(dǎo)致的計算錯誤。

線性規(guī)劃；單純形法；大M法；兩階段法

A

O22

10.3778/j.issn.1002-8331.1210-0107

WU Qingfeng.Improved iterative calculation methods of simplex algorithm.Computer Engineering and Applications, 2014,50（18）：59-62.

安徽省高等學(xué)校省級自然科學(xué)研究項目（No.KJ2011B152）。

吳慶豐（1979—），男，講師，研究領(lǐng)域：最優(yōu)化理論及算法。E-mail：wuqingfeng6@163.com

2012-10-12

2013-01-18

1002-8331（2014）18-0059-04

CNKI網(wǎng)絡(luò)優(yōu)先出版：2013-02-07，http://www.cnki.net/kcms/detail/11.2127.TP.20130207.1420.015.html