最优化算法------线性规划


线性规划的数学模型有三个要素:与自变量有关的若干个线性约束条件;自变量的取值限制;关于自变量的线性目标函数值。它的一般形式为

在这里插入图片描述

1. 单纯形法

它的基本思路是将可行域中某个基本可行解转换到一个新的可行解,同时使得目标函数的值有所改善。用单纯形法求解线性规划时,应先把一般形式转化为标准形式再求解,即通过引进人工变量,将不等式约束变为等式约束。

2. 修正单纯形法

在单纯形算法中,涉及到一个基变量矩阵B,每步都需要计算矩阵的逆,而逆矩阵的计算是要花很多时间的。修正单纯形法通过对旧的矩阵B的逆做行变换,来得到新的矩阵B的逆,因此只需要在迭代的初始需要计算矩阵B的逆,然后可以通过行变换来求逆,这样就缩短了求解时间。

3. 大M法

它求解线性规划的过程和单纯形法一样,不同的是对线性规划的一般形式的处理方式,它将线性规划处理成如下形式
在这里插入图片描述

4. 变量有界单纯形法

因为实际的线性规划问题自变量取值都是在一定区间内的,因此它的一般形式为
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/woaiyyt/article/details/113793764