单纯形法的最大优点是其简单性,是一种非常实用的方法,因为它仅适用于目标函数的系数和约束。
我们将通过一个示例来说明其操作,但之前我们将展示决定规则,以确定输入的变量,离开的变量,大M以及如何确定我们处于最佳状态。所有这些决策规则均源自代数方法,仅在此处将它们安排为以要使用的单纯形板类型使用。
限制类型
- 限制条件
添加了一个松弛变量,目标函数中的成本(或利润)等于0。
Ejm:
2X1-4X2 <= 1,它仍然是:
目标函数中X3的2X1-4X2 + X3 = 1 Cj将为0。
- 限制³
在目标函数的成本(或利润)等于0的情况下减去一个多余变量,然后根据成本是最大化还是最小化,添加一个成本+ M或–M的人工变量。
Ejm:
2X1 + 3X2> = 1,它仍然是:
2X1 + 3X2-X3 + X4 = 1目标函数中X3的Cj将为0。而X4(人工)的Cj为±M
- 约束=
根据成本是最大化还是最小化,添加了成本为+ M或–M的人工变量。
Ejm:
2X1 + 3X2 = 8,它仍然是:
目标函数中X3的2X1 + 3X2 + X3 = 8 Cj为±M
此外,还提供以下注意事项:
- 如果在最优解的单纯形板上,基本变量中至少有一个剩余变量或人工变量,其值> 0,则问题无解,这意味着至少有两个排他性限制,因此没有可行的解决方案领域,而解决方案则更少,在这种情况下,应审查问题的表述,如果在选择出现的变量时,没有一个基本变量会限制选择输入的非基本变量的增长,则问题在于不确定的解决方案和配方应进行审查,以寻找初始配方中未考虑的新限制如果在最优单纯形图中,至少一个非基本变量的函数系数为零(0)目标,这是您的Zj-Cj = 0,该问题有多种解决方案,其中一种正在提供给我们。
例子1
Xi是要生产的产品i的数量。
最大化Z = X1 + X2 {鞋底总增益}
南非
5X1 + 3X2 <= 15 {小时可用深度 至}
3X1 + 5X2 <= 15 {小时可用深度 B}
Xj> = 0; j = 1,2
具有所有限制<=且具有非负条件的最大化问题称为标准形式或标准形式
在这里,我们必须使用松弛和/或人工变量来获得可行的基本解决方案,从而使方程组像这样:
最大化Z = X1 + X2
南非
5X1 + 3X2 + X3 = 15
3X1 + 5X2 + X4 = 15
Xj> = 0; j = 1,2,3,4
基本变量是那些其系数构成单位矩阵的变量。
在这种混乱中偶然地是松弛变量X3和X4。
目标函数Z的值在Zj-Cj的框前面,在这种情况下,它的值为零(0),并且通过乘以行向量来计算(在表中,该列是紧接基本变量VB的列) )通过独立项b的列向量包含原始目标函数中基本变量的系数
CX B =当前基本变量的原始目标函数中系数的行向量,其值在电路板的第一列中。
b =约束的独立项的列向量,同时是当前基本变量的值,它们的值在称为b的列下
CX B =(0.0); b =(15,15)' Z = CX B * b =(0)(15)+(0)(15)= 0
通过将行向量CX B乘以第j个变量的列的指针向量aj减去Cj来计算Zj-Cj的值,即:
Zj-Cj = CX B. aj-Cj;
计算过程如下:
Z1-C1 = CX B a1-C1 =(0,0)。(5,3)'-1 =(0)(5)+(0)(3)-1 = -1
Z2-C2 = CX B a2-C2 =(0,0)。(3,5)'-1 =(0)(3)+(0)(5)-1 = -1
Z3-C3 = CX B a3-C3 =(0,0)。(1,0)'-0 =(0)(1)+(0)(0)-0 = 0
Z4-C4 = CX B a4-C4 =(0,0)。(0,1)'-0 =(0)(0)+(0)(1)-0 = 0
下面列出了输出的变量和输入的变量:
j | 之一 | 之一 | 0 | 0 | b / a
a> 0 |
||
VB | b | X1 | X2 | X3 | X4 | ||
0 | X3 | 十五 | 5 | 3 | 之一 | 0 | 15/5 = 3 |
0 | X4 | 十五 | 3 | 5 | 0 | 之一 | 15/3 = 5 |
Zj-Cj | 0 | -之一 | -之一 | 0 | 0 |
变量输入X1
可变输出X3
Zj-Cj值最大的变量是X1或X2。X1是随机选择的。
在这个迭代中,b / a给出:15/5 = 3和15/3 = 5;
这意味着基本变量X3将输入变量X1的增长限制为3(不允许其取高于3的值),而基本变量X4则将输入变量X1的增长限制为5(不是让我们取高于5的值)。
当然,最限制输入变量X1增长的基本变量是X3,因此,它是选择离开的基本变量。
选择退出的基本变量的行除以该行与输入变量的列的交点处的元素,所得行是数据透视表行,并放置在新板上,枢轴行的倍数以这样的方式添加到前一个板的其他行中,即从每个行中消除选择输入的变量,在我们的情况下,称为X1,此过程称为在交叉点处加一(1)其余的列为零(0),因此单位向量将出现在该列中,该过程在每次迭代中重复进行,直到在最大化或小于最大值的情况下所有Zj-Cj都等于或大于零。或在最小化的情况下等于零。
下面是所有迭代,在每一行中将它们相乘的值相乘以添加到其他行中,这表示为从一行到另一行的倍数。
请注意,将多个约束添加到目标函数以从中消除基本变量。
j | 之一 | 之一 | 0 | 0 | b / a
a> 0 |
||
VB | b | X1 | X2 | X3 | X4 | ||
之一 | X1 | 3 | 之一 | 3/5 | 1/5 | 0 | 5 |
0 | X4 | 6 | 0 | 16/5 | -3/5 | 之一 | 8/15 |
Zj-Cj | 3 | 0 | -2/5 | 1/5 | 0 |
变量输入X2
可变输出X4
j | 之一 | 之一 | 0 | 0 | b / a
a> 0 |
||
VB | b | X1 | X2 | X3 | X4 | ||
之一 | X1 | 8/15 | 之一 | 0 | 5/16 | 0 | |
之一 | X2 | 8/15 | 0 | 之一 | -3/16 | 5/16 | |
Zj-Cj | 15/4 | 0 | 0 | 1/8 | 1/8 |
最佳解决方案:
X1 * = 15/8
X2 * = 15/8
Z * = 15/4
该解决方案是唯一的:X1 * = 15/8; X2 * = 15/8; Z * = 14/4
例子2
最小化 Z = 6X1 + 4X2 + 2X3
南非
6X1 + 2X2 + 6X3> = 6
6X1 + 4X2 = 12
2X1-2X2 <= 2
Xj> = 0; j = 1,2,3
最小化Z = 6X1 + 4X2 + 2X3 + MX5 + MX6
南非
6X1 + 2X2 + 6X3-X4 + X5 = 6
6X1 + 4X2 + X6 = 12
2X1-2X2 + X7 = 2
Xj> = 0; j = 1、2、3、4、5、6、7
基本变量为X5 = 6,X6 = 12,X7 = 2
最佳解决方案:
决策变量:
X1 = 0,X2 = 3,X3 = 0,Z = 12
松弛变量:X4 = 0,X7 = 8
人工变量:X5 = 0,X6 = 0
后优化分析的突破
最大化Z = X1 + X2 {鞋底总增益}
南非
5X1 + 3X2 <= 15 {小时可用深度 至}
3X1 + 5X2 <= 15 {小时可用深度 B}
Xj> = 0; j = 1,2
最佳板:
j | 之一 | 之一 | 0 | 0 | b / a
a> 0 |
||
VB | b | X1 | X2 | X3 | X4 | ||
之一 | X1 | 8/15 | 之一 | 0 | 5/16 | 0 | |
之一 | X2 | 8/15 | 0 | 之一 | -3/16 | 5/16 | |
Zj-Cj | 15/4 | 0 | 0 | 1/8 | 1/8 |
最佳解决方案:
X1 * = 15/8
X2 * = 15/8
Z * = 15/4
降低成本:
单位=(货币单位)/(产品单位)=(总数量)/(上升)=与Cj相同的单位
双重价格:
单位=(货币单位)/(资源单位)=(um)/(ur)
解释降低的成本:
当生产未生产的产品的单位时,目标功能以多少货币单位恶化。
最小化:(Dz / Dx)最大化:(Ñz/ Dx)
- 如果该变量是基本变量,则降低的成本为0。如果该变量为非基本变量,则其> =0。当该变量为0时,表示替代解决方案。
双重价格的解释:
目标函数将通过限制资源单位的变化而变化多少货币单位。
大于0时: (Dz / Db)或(Ñz/Ñb)
<0时: (Dz /Ñb)或(Ñz/ Db)
甲约束限制时,它限制了目标函数。当满足约束的相等性时会发生这种情况。
如果约束是非限制性的,则对偶价格为0。
如果约束是限制性的,则可以采用任何正值,负值或0值。
解剖动物
一家填充动物公司正在生产鸽子和鹰。在目前的市场环境下,他可以卖鹰和鸽子,分别获利20美元和12.00美元。
鹰的皮比鸽子的皮更坚韧,需要更多的时间来工作。皮草机每分钟可以处理4头鹰皮,而鸽子则可以处理8皮。灌装线每分钟可灌装5头鹰或4羽鸽子。鹰将在每分钟3.5鹰的喙锐化机中进行最后操作,该部门的工作时间为8小时。
- 制定解决方案的线性规划模型制定在(a)中求解的模型的对偶问题对模型进行管理解释,通过直接从最优表中读取来确定对偶问题的最优解发现问题c。
除非另有说明,否则以下问题彼此独立,并且以问题的初始陈述为基础。
- 皮革机,灌装线和磨刀机上可能会加班。在每个部门中每一次加班所获得的最大利润是什么?公司经理参观鹰和鸽子生产线并观察到某些过程中存在闲置产能。他决定下令以该过程的所有中心以其全部已安装容量使用。您会对他说什么?如果每羽鸽子的利润降为/,最佳解决方案将会发生什么。9.00?为了使玩具具有更好的光洁度,已安装了上漆线;上漆线每分钟可同时装满5羽鹰或4羽鸽子,每天工作8小时。它会影响最佳解决方案吗?如果是这样,找到新的解决方案。
理论上的注意:
在此问题中,观察当前解决方案是否满足了新限制,如果是,这将是多余的限制并且不会影响当前解决方案,但是如果当前解决方案未满足,则有必要再次考虑此问题新限制。
模型:
X1 =当天要生产的鸽子数
X2 =当天要生产的鹰的数量
最大12X1 + 20X2
受制于
0.125X1 + 0.25X2 <= 480皮草机
0.25X1 + 0.2X2 <= 480填充线
0.2857143X2 <= 480峰值锐化
结束
在步骤2找到LP最佳
目标功能值
1)39680.00
降低价值的成本
X1 640.000000 0.000000
X2 1600.000000 0.000000
单排或双排双排价格
2)0.000000 69.333336
3)0.000000 13.333333
4)22.857122 0.000000
- ITERATIONS = 2
基准保持不变的范围:
OBJ系数范围
可变电流允许允许
系数增加减少
X1 12.000000 13.000000 2.000000
X2 20.000000 4.000000 10.400001
右侧范围
行电流允许
RHS增加减少
2 480.000000 11.999989 240.000000
3 480.000000 480.000000 23.999977
4 480.000000无限22.857122
作者:
工程师Mohammed Portilla Camara
首席运营官
Grupo GromingIngenieríaSAC。和
CEENQUA:质量工程认证
利马拉莫利纳-秘鲁
研究方向:工业工程,采矿工程和计算机工程
利马大学
秘鲁天主教大学
国立工程大学
研究生院-ESAN
下载原始文件