經濟與管理學院,哈爾濱150001)1 引 言自1947年由Dantzig提出著名的單純形法以來,線性規(guī)劃的理論"/>

国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

單純形法檢驗數(shù)的新計算方法

2021-01-12 02:19韓偉一
大學數(shù)學 2021年1期
關鍵詞:單純形向量規(guī)則

韓偉一

(哈爾濱工業(yè)大學 >經濟與管理學院,哈爾濱150001)

1 引 言

自1947年由Dantzig提出著名的單純形法以來,線性規(guī)劃的理論和應用研究蓬勃發(fā)展,已經成為一門具有豐富內容的成熟學科.當前,求解線性規(guī)劃的方法主要分為三大類,分別是單純形方法[1-2]、橢球算法[3]和內點算法[4-5].1972年Klee和Minty給出一個例子表明單純形方法具有指數(shù)時間復雜性,不是一個多項式算法[6].橢球算法盡管是多項式算法,但其實際效果不佳.當前最為推崇的是內點算法,其不僅是多項式算法,而且在實踐中具有優(yōu)良的計算性能,一度認為在大規(guī)模稀疏線性規(guī)劃問題上超越了單純形法.

盡管單純形法不是多項式算法,但它具有良好的平均計算性能[7-8].特別是1973年Harris提出最陡邊規(guī)則[9-10]以后,使得單純形法與內點法呈現(xiàn)了伯仲難分的態(tài)勢[1].目前,單純形法擁有多個變種,大致可分為原始單純形方法、對偶單純形方法和原始-對偶單純形方法等三類.

最早的原始單純形方法由Dantzig給出,它根據(jù)目標函數(shù)的最大化或最小化要求,采用最大檢驗數(shù)規(guī)則或最小檢驗數(shù)規(guī)則確定入基變量,根據(jù)廣泛流行的θ規(guī)則來確定出基變量,根本目的是確定用以矩陣變換的主元.在文獻[1]中介紹了幾種確定主元的規(guī)則,最為常見的有最小或最大檢驗數(shù)規(guī)則、最大改進規(guī)則[11]和最陡邊規(guī)則等.無疑,不同的主元規(guī)則將產生不同的計算效率,直接決定了單純形法迭代的次數(shù).值得指出的是,為了避免退化問題對單純形法造成的影響,潘平奇提出了虧基單純形方法[12].

檢驗數(shù)在單純形法中扮演著十分重要的角色,它的一項重要功能是判定當前解是否最優(yōu).本文通過給出檢驗數(shù)新計算方法,為有著70多年歷史的單純形法提出一種全新的實施方式.這種計算方式非常簡單,可實質性地改變單純形法的計算步驟,提高單純形法的計算效率,這將為單純形方法的教學帶來很大的方便[13].

2 檢驗數(shù)計算的新原理

首先給出線性規(guī)劃的標準形式及其相關定義.定義價值系數(shù)向量為C=(c1,c2,…,cn),資源系數(shù)向量為b=(b1,b2,…,bn)T,決策變量向量為X=(x1,x2,…,xn)T,技術矩陣為A,它由n個列向量組成,定義如下

A=[aij]m×n=(p1,p2,…,pn),

則線性規(guī)劃的標準形式為

為了行文方便,針對單純形方法,記

(i)X(B)為基B對應的基可行解,其中非基變量的值為0;

(ii)σ(B)=C-CBB-1A為基可行解X(B)的檢驗數(shù)向量,其中CB=(cB1,cB2,…,cBm)為基變量的價值向量,其中CBi為第i行基變量對應的價值系數(shù);

(iii) 設單純形法共需要p次迭代,第k(0≤k≤p-1)次迭代過程中相應的基為Bk,總有B0=Im×m;

(iv) 第k次迭代過程中相應的檢驗數(shù)向量為σk(Bk)=(σk1,σk2,…,σkn),簡寫為σk.

改進單純形法及其檢驗數(shù)計算方式的思路是,在保持約束條件不變的情況下,通過改變模型的價值系數(shù)形成新的線性規(guī)劃模型,這個新模型和模型1具有同樣的最優(yōu)解和檢驗數(shù),且新模型使得檢驗數(shù)的計算更加高效.

設D是模型1的任一可行基,檢驗數(shù)向量σ1(D)=C-CDD-1A為模型1中基可行解X(D)的檢驗數(shù),令E=σ1(D),則新模型如下

定理1對于任意一個基可行解,模型1和模型2具有同樣的檢驗數(shù).

證設該基可行解對應的可行基為B,那么模型1的檢驗數(shù)為σ1(B)=C-CBB-1A.

顯然B也是模型2的可行基,設模型2中基變量的價值向量為EB,則

EB=CB-CDD-1B.

定義σ2(B)為模型2的檢驗數(shù),則有

σ2(B)=E-EBB-1A=(C-CDD-1A)-(CB-CDD-1B)B-1A=C-CBB-1A.

從而σ1(B)=σ2(B),命題成立.

定理2對于某個基可行解,如果其是模型1的最優(yōu)解,則其也是模型2的最優(yōu)解.

證若基可行解X1(B1)是模型1的最優(yōu)基可行解,設最優(yōu)基為B1,則檢驗數(shù)σ1(B1)≤0.顯然X1(B1)是模型2的基可行解,相應的可行基也為B1.

根據(jù)定理1,既然σ1(B1)=σ2(B1),從而有σ2(B1)≤0,故X1(B1)也是模型2的最優(yōu)基可行解.

定理1和定理2表明,可以用模型2來獲得模型1的最優(yōu)解.

定理3若X是模型1和模型2的基可行解,D是相應的可行基,設模型1的目標函數(shù)值為z1,模型2的目標函數(shù)值為z2,則z1=z2+CDD-1b.

證由于z2=(C-CDD-1A)X=CX-CDD-1AX.又因為AX=b且z1=CX,從而

z1=z2+CDD-1b.

推論1模型1和模型2等價.

證兩個模型具有同樣的約束條件,且目標函數(shù)值相差一個常數(shù),因而兩模型等價.

3 原始單純形法的新計算方式

利用上述結論可以改變原始單純形法的計算方式.原始單純形法的計算步驟如下:

步驟1 給出初始的基可行解,并使得相應的基為單位陣.

步驟2 計算檢驗數(shù),根據(jù)檢驗數(shù)判定最優(yōu)解的狀況.在發(fā)生無解或無界的情形下,算法結束,否則轉入步驟3.

步驟3 根據(jù)入基規(guī)則(本文采用最大檢驗數(shù)規(guī)則),確定入基變量;根據(jù)θ規(guī)則確定出基變量;根據(jù)入基變量和出基變量的下標確定主元.

步驟4 以主元為中心進行矩陣變換得到新的基可行解.再轉到步驟2.

在上述原始單純形法中,采用的入基規(guī)則可以為最大檢驗數(shù)規(guī)則、目標函數(shù)值最大改進規(guī)則或其它規(guī)則.新的計算方式如下

步驟1 給出初始的基可行解,并使得相應的基為單位陣,k=0,基為Bk=Im×m.

步驟2 計算檢驗數(shù)向量σk,根據(jù)檢驗數(shù)判定最優(yōu)解的狀況.在發(fā)生無解或無界的情形下,算法結束,否則轉入步驟3.

步驟3 根據(jù)入基規(guī)則(本文采用最大檢驗數(shù)規(guī)則),確定入基變量;根據(jù)θ規(guī)則確定出基變量;根據(jù)入基變量和出基變量的下標確定主元.

步驟4 以主元為中心進行矩陣變換得到新的基可行解.

步驟5 把模型的價值向量改變?yōu)棣襨.k=k+1轉入步驟2.

下面以例1來說明新計算方式的計算效率

例1maxz=4x1+6x2+x3+x4-x5-2x6.

采用單純形表,計算過程如下

表1 第一個單純形表

表2 第二個單純形表

表3 第三個單純形表

根據(jù)上例可以看出,新計算方法之所以能提高計算效率,根本原因在于:用檢驗數(shù)替換價值系數(shù)后,基變量的價值系數(shù)向量總有m-1個分量為0,這給檢驗數(shù)的計算帶來了極大便利,因而能夠顯著提高檢驗數(shù)的計算效率.

根據(jù)新計算方式,還可得到如下重要的結論

性質1對于新計算方式,從第2個表開始,基變量的價值系數(shù)總是非負的.

證根據(jù)前述基變量的價值系數(shù)有m-1個的值為0,另外一個為上個表中入基變量的檢驗數(shù),因而只能為非負.命題得證.

性質2根據(jù)新計算方式,可得檢驗數(shù)的遞推公式如下

證根據(jù)檢驗數(shù)計算公式及新計算方式的過程立即可得.

4 修正單純形法的新計算方式

步驟7k=k+1, 重復步驟2.

下面用例1來對比原修正單純法和新方法的區(qū)別.原方法的計算步驟如下:

當k=0時:

3:選取最大檢驗數(shù)對應的變量x2為入基變量,

當k=1時:

7:選取最大檢驗數(shù)對應的變量x1為入基變量,

當k=2時:

由于所有檢驗數(shù)非正則求解過程結束.

相對于原方法,新方法僅需修改如下兩個步驟:

5 結 論

本文使用檢驗數(shù)來替換價值系數(shù)得到了線性規(guī)劃模型的等價模型,進而給出了單純形法的新實現(xiàn)方式.這種新方式顯著提高了單純形法檢驗數(shù)的計算效率,提升了單純形法的計算績效,實質性地改變了單純形法的計算步驟.這種新方式盡管原理簡單,但它具有很廣的應用價值,還可以應用于對偶單純形法、目標規(guī)劃單純形法、運輸單純形法等多個場合,能夠提高這些方法的計算效率,無疑將有利于運籌學的教學.

致謝作者非常感謝相關文獻對本文的啟發(fā)以及審稿專家提出的寶貴意見.

猜你喜歡
單純形向量規(guī)則
雙重稀疏約束優(yōu)化問題的一種貪婪單純形算法
向量的分解
撐竿跳規(guī)則的制定
數(shù)獨的規(guī)則和演變
聚焦“向量與三角”創(chuàng)新題
讓規(guī)則不規(guī)則
單純形的代數(shù)思維
基于改進單純形算法的Topmodel參數(shù)優(yōu)化研究
TPP反腐敗規(guī)則對我國的啟示
向量垂直在解析幾何中的應用
苏尼特右旗| 盖州市| 广汉市| 柏乡县| 静乐县| 武穴市| 临安市| 铜山县| 甘谷县| 陆河县| 克什克腾旗| 武穴市| 广宁县| 泾阳县| 陇南市| 遵义县| 阿合奇县| 洞头县| 平定县| 基隆市| 南召县| 徐汇区| 霍林郭勒市| 滕州市| 临安市| 清原| 淄博市| 襄垣县| 上蔡县| 白朗县| 和龙市| 伊宁县| 松溪县| 新津县| 雅江县| 思茅市| 乌海市| 霍州市| 博湖县| 兴宁市| 容城县|