-
單純形法
鎖定
單純形法基本單純形法
單純形法改進單純形法
原單純形法不是很經濟的算法。1953年美國數學家G.B.丹捷格為了改進單純形法每次迭代中積累起來的進位誤差,提出改進單純形法。其基本步驟和單純形法大致相同,主要區別是在逐次迭代中不再以高斯消去法為基礎,而是由舊基陣的逆去直接計算新基陣的逆,再由此確定檢驗數。這樣做可以減少迭代中的累積誤差,提高計算精度,同時也減少了在計算機上的存儲量
[3]
。
單純形法對偶單純形法
原問題與對偶問題解之間的對應關係:即原問題單純形表的檢驗數行對應其對偶問題的一個基本解。單純形法求解的基本思想是:在整個迭代過程中,始終保持原問題的解是可行解,而對偶問題的解可以是非可行解,當對偶問題的解由非可行解變為可行解,也就是原問題的檢驗數行都滿足小於等於零時,原問題取得了最優解。而對偶單純形法的基本思想是:在整個迭代過程中,始終保持對偶問題的解是可行解,原問題的解可以是非可行解,當原問題的解由非可行解變為可行解時,對偶問題取得了最優解。所以,對偶單純形法的實質就是在保證對偶問題可行的條件下向原問題可行的方向迭代
[4]
。
單純形法下山單純形法
數學優化中,由George Dantzig發明的單純形法是線性規劃問題的數值求解的流行技術。有一個算法與此無關,但名稱類似,它是Nelder-Mead法或稱下山單純形法,由Nelder和Mead發現(1965年),這是用於優化多維無約束問題的一種數值方法,屬於更一般的搜索算法的類別
[5]
。
單純形法求解流程
利用單純形法求解線性規劃問題的解題思路是:確定初始基可行解,即從可行域的個頂點出發,判斷該頂點是否為最優解,若是最優解則問題求解結束;否則尋找新的基可行解,即轉換到另一個頂點(轉換的目的是優化目標函數值),再判斷該頂點是否為最優解,如此循環往復,直到使目標函數值達到最大為止,而使目標函數值達到最大的基可行解即為問題的最優解。該過程如圖1所示
[6]
。
單純形法方法步驟
單純形法的一般解題步驟可歸納如下:
- 參考資料
-
- 1. 許建強,李俊玲主編,數學建模及其應用,上海交通大學出版社,2018.08,第24頁
- 2. 許國根,趙後隨,黃智勇編著,最優化方法及其MATLAB實現,北京航空航天大學出版社,2018.07,第73頁
- 3. 吳鳳平,陳豔萍編著,現代決策方法,河海大學出版社,2011.09,第274頁
- 4. 劉春梅著,管理運籌學 基礎、技術及Excel建模實踐,上海人民出版社,2016.09,第81頁
- 5. 歐東新編著,地球物理反演教程,地質出版社,2015.08,第44頁
- 6. 宋榮興,荊湘霞,李扶民主編,運籌學,東北財經大學出版社,2018.03,第10頁
- 7. 文放懷主編,新產品開發管理體系謝寧試驗設計指南,海天出版社,2011.06,第130頁