Linear Programming建模研讨

研究用图解法、simplex method和匈牙利法建立Linear Programming的数学模型并求得了最优解.结果表明:对仅有两个变量的Linear Programming,既可通过图解法求得最优解;也可用单纯形表简便地求得最优解;而对任务和人数不等的assignment problem,则用匈牙利法求最优解.     

Linear Programming图解法建模研讨

对仅有两个变量的Linear Programming,通过图解法求最优解。建立了数学模型并求得了最优解。从图解法可以直观地看出,仅有两个变量的Linear Programming的解有唯一最优解、无穷多个最优解、无界解和无可行解四种情况．若其有最优解,则必定会在其顶点上得到;若在多个顶点上得到最优解,则其有无穷多个最优解。     

用数学建模思维解决企业的营销问题

应用求多元函数的极值方法解决企业的营销问题,并得到最优方案。分步录取最优,即是把一个复杂的多阶段最优决策问题化为多个单阶段最优决策问题。应用多项式插值拟合将成本、销售额、经费、计划外概率、计划外利润、宣传费与物品个数的关系表示成函数关系式,经分析后,将公司及销售部的利润用函数关系式列出后是非线性规划问题,列出约束条件,求出最优解和最优值。     

一种选取基变量的新方法

文章主要介绍将线性规划化成标准型后,在单纯形解法中,通过一种非常规的选择基变量的方法,缩减计算过程,还可以避免循环现象的出现,从而求出最优解。     

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。     

多项式约束优化问题的一种新方法

针对带多项式不等式约束和多项式等式约束优化问题,提出了一个新的求全局最优解的方法：首先将其不等式约束转化为等式约束,然后按K-T条件将其化为解方程组问题,再利用软件包Wsolve求出方程组的解,从而获得原问题的全局最优解.实例计算表明,该方法在解这类优化问题时,是简明和行之有效的.     

如何求线性规划问题的最优解

求线性目标函数在线性约束条件下的最大(小)值问题,统称为线性规划问题.使目标函数取得最大值或最小值的解叫最优解.求最优解的具体步     

主客换位思想在有解方程求参中的应用

一类含参方程 f(a,x)=0(a 为参数)有解,正面探求 a 的取值范围,由于解 x 往往限定在某区间,因而较多地用到数形结合和冗长的分类讨论,并且要解多个不等式组.如果将方程中的主无 x 换位于参数 a,且原方程可化为 a=g(x),原问题即可转化为 x 在给区间内变化,求函数 g(x)的值域.这个值域就是参数 a 的取值范围.这种换位思想运用于可分离参数的有解方程的求参问题,思路相对稳定,易于掌握.     

多解组合优化问题的改进混合遗传算法

通过引入小生境技术、最优保存策略和近优淘汰策略,设计了用于求多解组合优化问题的混合遗传算法,用所设计的混合遗传算法对某工厂实际问题进行了计算,获得了许多最优解,结果非常令人满意。     

三角函数定义解题浅说

三角函数定义是三角的基础,对它的正确理解和运用是学好三角函数这一章的关键.为了加深对这一概念的理解,本文拟就用定义来解的若干类问题浅说如下. 一、求定义域和值域求三角函数μ=f(θ)的定义域与值域,实际是由三角函数定义将f(θ)化为x、y、r其中任     

线性规划问题最优解的讨论

基于线性规划单纯形法,讨论了线性规划问题无最优解、存在唯一最优解和存在无穷多个最优解的判别方法,完善了线性规划问题解的判别理论,弥补了教材在这方面的不足.     

用改进的同伦法求解工业资源的最优配置

针对工业资源最优配置的问题,运用对偶理论中的互补松弛性质,从经济学的角度上提出了一种新的同伦模型,同时给出了相应的算法.仿真实验证明,如果最优解存在,迭代过程收敛,并在求解过程中,随着参数取值接近于1,可获得原问题的一个近似最优解.     

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．     

含梯形模糊数的线形规划问题

在舍有模糊约束条件的线性规划问题中,利用一种新的模糊数排序准则,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划,进而求得了原模糊线性规划的最优解.最后还给出了此种方法在实际问题中的应用.     

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。     

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.     

多目标线性规划模型的模糊数学解法

多目标线性规划是优化问题的一种,是大学生数学建模中经常考核的知识点．它的解要求各子目标函数都要同时达到较优的值,造成模型求解比较困难．文章给出一种基于模糊数学规划的求解方法,通过引进伸缩因子,将各子目标模糊化,从而把多目标规划问题转化为单目标问题,利用Matlab、Lingo等数学工具软件便可容易求得其模糊最优解．最后用一个实例说明了求解过程,该方法简单易行,适合在建模竞赛时采用．     

线性规划中的整点最优解

线性规划在实际问题中有着广泛的应用．若能把实际问题转化成线性规划问题，建立正确的数学模型，通过平移找解法和调整优值法可以求出整点最优解和非整点最优解及最优值的整点最优解问题．