【管理运筹学】第 4 章 | 您所在的位置:网站首页 › 运筹学包含哪些内容 › 【管理运筹学】第 4 章 |
文章目录
前言一、最优单纯形表参数特征二、目标函数系数
c
j
c_j
cj 的灵敏度分析2.1
c
j
c_j
cj 对应的变量
x
j
x_j
xj 为非基变量时2.2
c
j
c_j
cj 对应的变量
x
j
x_j
xj 为基变量时
三、右端资源列向量
b
b
b 的灵敏度分析四、约束系数
a
i
j
a_{ij}
aij 的灵敏度分析4.1 约束系数
a
i
j
a_{ij}
aij 对应
x
j
x_j
xj 为非基变量4.2 约束系数
a
i
j
a_{ij}
aij 对应
x
j
x_j
xj 为基变量
五、增加决策变量和约束条件的影响分析5.1 增加新决策变量5.2 增加新约束条件
六、例题讲解第 (1) 问第 (2) 问第 (3) 问总结
前言
之前的线性规划问题中,目标函数系数 c j c_j cj ,右端资源列向量 b b b 和约束条件系数 a i j a_{ij} aij 都是固定的常数。但实际上由于市场的变化或者工艺条件的改善以及时间的推移,这些参数是会发生变化的,因此就会有如下问题产生: 这三个参数如果变化了,会不会对原来的最优目标函数造成影响?这三个参数在什么范围内变动时,原有的线性规划模型依然适用?这三个参数变化时,目标函数值会如何变化?该怎么更方便地求解?以上就是 灵敏度分析(sensitivity analysis) 所要解决的问题。当原有的线性规划模型求出最优解后,对于某一个参数变化,如何不重新求解,就可以分析出最优解以及最优目标值的变化。本文只研究单个参数变化的情况。 一、最优单纯形表参数特征为讨论某个参数的变化对最优解的构成以及最优值的影响,我们首先应了解,当单纯形法迭代到最优单纯形表时,各个参数的特征。 以线性规划问题的标准型为讨论对象: 单纯形法本质上是在对增广矩阵进行多次初等行变换,使得最后满足可行和最优性检验,且基变量对应的系数矩阵为单位阵 E E E 。根据线性代数的知识,我们知道,原来基变量对应的系数矩阵为 B B B ,想要最后成为一个单位阵,只需左乘上 B − 1 B^{-1} B−1 。因此,我们做了那么多次迭代,其实就相当于将增广矩阵左乘上一个 B − 1 B^{-1} B−1 。 初始的基变量为松弛变量对应的矩阵
N
=
E
N=E
N=E ,因此初始基变量在最优单纯形表中对应的系数矩阵即为
B
−
1
N
=
B
−
1
E
=
B
−
1
B^{-1}N=B^{-1}E=B^{-1}
B−1N=B−1E=B−1 。右端资源向量
b
b
b ,最终变为
B
−
1
b
B^{-1}b
B−1b 。下表给出了达到最优单纯形表时各个参数的特征。 有了这些特征后,我们可以清晰知道某个参数变化会带来哪些影响。如当右端资源向量 b b b 变化时,只会影响最终基变量的取值 B − 1 b B^{-1}b B−1b 。 二、目标函数系数 c j c_j cj 的灵敏度分析通过分析第一节给出的最优单纯性表各个参数的特征,可知,目标函数系数 c j c_j cj 的变化需要分情况讨论。因此 c j c_j cj 为 C B C_B CB 和 C N C_N CN 时,变化带来的影响不一。 2.1 c j c_j cj 对应的变量 x j x_j xj 为非基变量时此时 c j c_j cj 的改变,只会影响对应决策变量 x j x_j xj (非基)的检验数。为保证基变量不变,该非基变量检验数需保持非正,即变化后的 σ j ′ = c j + Δ c j − c B B − 1 c j ≤ 0 \sigma_j'= c_j+ \Delta c_j -c_BB^{-1}c_j \leq0 σj′=cj+Δcj−cBB−1cj≤0 ,于是有: Δ c j ≤ − σ j . \Delta c_j \leq -\sigma_j. Δcj≤−σj. 当 c j c_j cj 的变化值满足上述条件时,原来的线性规划模型最优解不变。若 c j c_j cj 变动超过了上述范围,利用单纯形法继续求解。 2.2 c j c_j cj 对应的变量 x j x_j xj 为基变量时此时 c j c_j cj 进入 C B C_B CB ,会影响所有决策变量的检验数,因此要保证所有非基变量检验数为非正。有: m a x ( σ j / a r j ‾ ∣ a r j ‾ > 0 ) ≤ Δ c r ≤ m i n ( σ j / a r j ‾ ∣ a r j ‾ < 0 ) max(\sigma_j / \overline{a_{rj}} | \overline{a_{rj}}>0) \leq \Delta c_r \leq min(\sigma_j / \overline{a_{rj}} | \overline{a_{rj}}0)≤Δcr≤min(σj/arj∣arj 0 ) ≤ Δ b r ≤ m i n ( − b i ‾ / a i r ‾ ∣ a i r ‾ < 0 ) max(-\overline{b_i} / \overline{a_{ir}} | \overline{a_{ir}} > 0) \leq \Delta b_r \leq min(-\overline{b_i} / \overline{a_{ir}} | \overline{a_{ir}}0)≤Δbr≤min(−bi/air∣air |
CopyRight 2018-2019 实验室设备网 版权所有 |