线性规划模型的一种表上矩形作业法

线性规划模型的成熟算法是单纯形法.在单纯形法的基础上,提出一种表上矩形作业法.该方法在简化的单纯形表上,首先确定以枢元及需要更新元素为对角构成的矩形,然后通过矩形顶点元素的运算求得更新元素值,以此求出所有的非枢轴元,进而求得枢轴元和枢元,得出新的单纯形表.例子说明方法形象直观,求解过程简捷有效.     

单纯形法解线性规划问题的算法探究

线性规划就是用数学为工具,来研究一定限制条件下,如何实现某一线性目标最优化。而单纯形法是解决线性规划问题的主导方法。本文以线性规划模型常见的实例为依据,通过引入普通单纯形法,依次迭代并判断,逐步逼近,最后得到最优解。然后,介绍了求解一般线性规划问题的大M单纯形法（简称大M法）和两阶段法,并分别举一例说明求解的基本思路：通过添加人工变量使得标准化后的系数矩阵一定含有单位矩阵,从而得到一组基变量和初始基本可行解。由于人工变量是人为添加的,为了不改变原问题,在目标函数中消去人工变量,并将人工变量由初始的基变量化成非基变量,使之取值为零,然后用普通单纯形法求解。     

单纯形法教学注记

本文就含有“=”约束条件的线性规划问题给出了一种综合算法.首先利用等号对原问题化简,再用一般单纯形法求解.若求出的最优解代入原问题不可行,再将删去的约束条件插入最后单纯形表中,利用对偶单纯形法求解.     

单纯形法的一种最优化改进

该文就单纯形法从最大改进量的角度进行改进,并用实例与原单纯形法进行了对比.     

线性规划灵敏度分析的一个应用

本文利用线性规划单纯形法、对偶单纯形法,分析讨论了当减少一个约束条件时最优解如何变化的问题,并给出了简明有效的方法步骤.最后列举了相关的应用实例,更有效地说明了本文的实用性.     

单纯形方法和对偶单纯形方法的一个注记

对于每一个线性规划问题,证明了仅在一张单纯形表中采用单纯形法或对偶单纯形法就可以把该线性规划问题和它的对偶问题求解出来,同时用Lingo加以了验证。     

细说单纯形法

本文从分析检验数的本质含义入手,用通俗易懂的语言介绍了线性规划的最优化原理,并在此基础上重构单纯形法,避免了传统的利用矩阵语言来介绍单纯形法带来的阅读和理解上的困难.     

一种新的单纯形法—最大最小法

本文对线性规划的求解方法加以改善,提出了一种新的单纯形法——最大最小法。并用这种方法迭代一次目标函数的值与用原单纯形法迭代一次目标函数的值作了比较,得出了前者的运算速度快手后者的概率大的结论。     

2007年高考数学模拟卷

一、选择题:本大题共10小题,每小题5分,共50分.在每小题给出的四个选项中,恰有一项是符合题目要求的.1.设A、B、C为三个集合,则x∈A∪B是x∈B∩C的()A.充分非必要条件B.必要非充分条件C.充要条件D.既非充分又非必要条件2.若x 32xn的展开式中存在常数项,则n的值可以是()A.10B.12C.14D.183.若P(a,b)是双曲线x2-4y2=m(m≠0)上的一点,且满足a-2b<0,a 2b>0,则点P一定位于双曲线的()A.右支上B.上支上C.右支或者上支上D.不能确定4.在数列{an}中,a1=2,an 1=an 2,(n为奇数),2an,(n为偶数).则a5等于()A.12B.14C.20D.225.抛物线y=-x2上的点到…     

单纯形法在数字控制器参数寻优中的应用

单纯形法是一种不用计算梯度直接搜索最优值的方法，较适合在计算机上实现。本详细地介绍了在数字控制器设计中利用单纯形法寻优的基本原理、程序编写及其系统仿真方法。     

体上非齐次右线性方程组的基础解系

本文给出了体上非齐次右线性方程组的“基础解系”的定义,证明了其存在定理,讨论了体上非齐次右线性方程组与其导出组的“基础解系”之间的联系.     

生产问题中单纯形解法的改进

阐述了单纯形法和对偶单纯形法的思想与一般解法,在生产问题的线性规划模型中,利用价值系数,资源系数,技术系数的一些关系和对非基变量检验数产生的影响,通过一些特定变量的进出基运算,使得单纯形法的一般求解步骤减少,运算得到简化．     

关于(LP)_S有无穷多个最优解的判别方法

本文针对线性规划问题中,最优基单纯形表中存在某个非基变量的检验数为零,且该检验数对应的列向量无正元素,给出了这种用单纯形法无法迭代时,无穷多个最优解的判别方法。     

单纯形法的计算机程序化算法改进

提高单纯形法的计算机运算效率是运筹学一直在研究的一个重要问题,对计算机程序化算法的改进,降低传统单纯形法的时间复杂度和空间复杂度,使两者的效率均达到了0（1）。通过数学模型的实例证明了改进后的算法还降低了进行单纯形法变换时所用到的迭代次数,提高了计算机的运算效率。     

关于二叉树前序和后序的非递归遍历算法

二叉树非递归遍历是用显示栈来存储二叉树的结点指针。前序遍历时，按二叉树前序遍历的顺序访问结点并将结点的指针入栈，直到栈项指针指向的结点的左指针域为空时取出栈项指针并删除栈项指针，访问刚取出的指针指向的结点的右指针指向的结点并将其指针入栈，如此反复执行且在有标志的情况下实现前序非递归算法。后序遍历时，按二叉树后序遍历的顺序将结点的入栈，直到栈项指针指向的结点的左指针域为空时取出栈顶指针，若刚取出的指针指向的结点的右指针域为空时，访问该指针指向的结点；若不空时，叉将其右指针入栈，反复执行且在有标志的情况下实现后序非递归算法，最后给出前序和后序的非递归算法。     

线性规划的原始松弛——对偶MBU单纯形算法

线性最优化广泛应用于经济与管理的各个领域.对于含有等式约束的线性规划问题,单纯形算法需要构造辅助的第一阶段问题求得问题的一个可行基.本文提出了一种原始松弛—对偶MBU单纯形算法(来求解第一阶段问题).首先,忽略不等式约束构造一个原始可行的松弛子问题,再用原始单纯形法求解该子问题;然后用对偶MBU单纯形法求解第一阶段问题.通过大规模数值试验对这种算法进行计算检验,数值结果表明,与经典单纯形算法相比,本文所提出的算法简便可行且具有更高的计算效率.     

对偶问题和对偶单纯形法在经济活动中的应用

原问题以对偶问题为参照,通过对偶单纯形法能有效地解决其最优化问题.本文通过对对偶问题及对偶单纯形法的介绍,并对其结果中所体现的经济现象中的影子价格作相应的解释,以实例完成一整套方法的应用,展现该方法在经济活动实例分析中的应用价值.     

线性规划问题的一种新算法

单纯形法和对偶单纯形法是求解线性规划问题最基本的方法。但它们分别要求有一个可行基和对偶可行基 ,这往往不易得到。若添加人工变量 ,则不仅增加了计算量 ,而且由于变量繁多 ,给上机作业带来不便。下面我们将单纯形法和对偶单纯形法综合使用 ,不需添加人工变量 ,即可求出线性规划问题的解。基本思路是 :先用对偶单纯形法求出线性规划问题的一个基本可行解 ,然后再用单纯形法求出最优解。对问题的分析如下 :设标准线性规划问题是 :Ｍａｘｚ =Ｃｘ ,约束条件为Ａｘ =ｂ ,ｘ≥ 0 (1)其中Ａ是ｍ×ｎ阶满秩阵 ,ｍ≤ｎ令Ｂ是此问题的一个基 ,基…     

基于人工神经网络的工业总产值预测模型

工业总产值随年度变化是非线性的、动态的,人工神经网络具有逼近任意非线性映射的特性.本文利用人工神经网络建立工业总产值预测模型,针对传统BP算法--梯度下降搜索方法不足,提出用改进单纯形法优化求解人工神经网络参数.研究表明:采用改进单纯形法优化参数,建立人工神经网络的工业总产值预测模型,模拟和预测结果是理想的,具有一定的可行性、科学性和实用性.     

AGP—内射环的Von Neumann正则性

本文的主要目的是给出右AGP-内射环与VonNeumann正则环的一些联系以及右AGP-内射环在一定条件下是VonNeumann正则环.(1)设R是右非奇异的右AGP-内射环,如果R满足WSRA升链条件,那么R是VonNeumann正则环;(2)如果R是右非奇异的,右有限维数的右AGR-内射环,那么R是VonNeumann正则环.