线性规划问题的规范型算法的一种变式

线性规划的规范性算法是从一个不可行初始基出发,通过一种简单而巧妙的初等变换,用原始单纯形算法求得可行基的方法.然而,规范型算法在初等变换过程中,需要更换系数矩阵和右手边向量,增加了计算工作量.在此提出了一种基于人工变量的单纯形变式,当确定不可行初始基之后,在每个约束方程中添加一个相同的人工变量,若右手边项为负值,其系数设置为-1,否则设置为0.这样,以人工变量作为入基变量,以最负右手边项所在行为枢轴行,进行旋转变换,就可将右手边全部化成非负项,而且与规范性算法产生的结果完全相同,但避免了初等变换产生新的系数矩阵的计算.最后,通过大规模数值试验对提出的变式与规范型算法进行了比较.结果表明,所提出的变式所用的总迭代次数要少,且在每个问题上都耗费更少的计算时间.     

线性规划问题的解法探讨

针对大M法和两阶段计算量大的缺点,本文提出了修正单纯解法和同解变形法。     

一类线性规划问题可行基的初等行变换求法

文章主要讨论了利用初等行变换求初始可行基的方法，给出了求解步骤，最后通过实例验证了该种方法的可行性。     

一类特殊线性规划问题的求解方法

本文对约束条件中不含等式 ,且无现成可行基及对偶可行基这种类型的线性规划问题给出了一种简便的求解方法     

线性规划解法的讨论及单纯形C程序设计

解决线性规划问题古典的拉氏乘子法和单纯形法 ,是运筹学的内容。通过相关表格的描述 ,表达求解线性规划高斯消元法 (基本解 )与单纯形法 (可行解 )的关系 ,及迭代次数多少的比较 ;得出单纯形 (凸多面体 )是按一定(趋近最优值 )方向替换基坐标轴 ,大大减少了求解联立方程组的个数     

线性规划中预测一校正内点算法的改进

研究线性规划中预测一校正内点算法的改进，获得了复杂度０（√ｎＬ）进一步地在校正部不仅把迭代点重新置于一个小邻域中，而且降低了对偶间隙。     

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…     

非线性约束整数规划问题的改进差分进化算法

针对非线性约束整数规划问题的特点,提出一种改进差分进化算法.将差分进化算法做了适当修正,在初始化和变异操作中加入取整运算,采用松弛可行基规则作为选择策略.实验研究结果表明.该算法能有效求解非线性约束整数规划问题.     

可行基循环问题的处理

引进了两种原则,并证明了应用此原则即可避免可行基的循环。     

线性规划问题计算机求解方法研究

单纯形法是求解线性规划问题的一般方法,然而手工采用单纯形法求解线性规划问题时,计算量大、复杂、容易出错。借助计算机求解可以大大减轻计算者的工作量,并且快速准确地得到线性规划问题的解。研究了线性规划问题的计算机求解方法,分别给出了Matlab、Lingo、Excel求解线性规划问题的方法。     

基于单纯形算法的表格求解法的研究及应用

单纯形法是解决线性规划问题的重要方法之一,表格直接求解法则是单纯形法中最直接有效的方法。本文主要研究了线性规划中的单纯形算法的表格直接求解法,并且通过所给算例验证了表格求解法的可行性与有效性。     

分析DES算法的实现及改进过程

信息化时代的到来使得电子计算机技术得到了极大的提高,而随之出现的信息安全问题却给广大用户带来了较大的影响.为了保证计算机信息的安全性,数据加密是当前运用最为普遍的网络技术.文章结合DES算法的实现过程、使用存在的缺陷、算法的改进等问题进行了研究.     

数学问题的递归定义及计算机实现

对数学及计算机的递归方法进行了阐述,并通过实例完成了数学递归问题的计算机实现。     

从高等数学的角度来看中学线性规划的教学

<正>线性规划是现代高等数学运筹学的一个重要分支.它主要研究资源的最佳分配问题,也就是主要研究在一定条件下,如何合理地安排各种资源以使获得最高效益的问题,或在给定任务后,如何统筹安排,以使资源消耗最低的问题.这门科学在生产实际中有着重要而广泛的作用,因此,在当前的高中数学中也增加了这部分知识的介绍.这部分内容和     

对一种线性规划新算法及其改进算法的修正与改进

通过对一种线性规划新算法具体执行过程中的一些关键环节进行分析,证明了边界面上可行方向的充分必要条件,指出了这种算法及其改进算法执行过程中可能遇到的问题,并在此基础上结合核心算法线性规划问题解的特点对算法过程进行了改进修正,使得改进后的算法更合理,更完善.     

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.     

对线性规划的预估校正算法的修正

针对线性规划问题给出了一种新的内点算法-预估校正算法,并讨论了其多项式的收敛性,算法的迭代复杂度为O(n L).     

线性规划问题的相关算法研究

本文主要是针对线性规划问题的相关算法进行了综述和原理的讲解,分别阐述了线性规划发展的历程和线性规划算法的主要数学模型,详细研究了线性规划的主要算法分为单纯形法和内点法的主要原理和算法,并为后续研究提供了一个借鉴方向.     

线性等式约束非线性规划问题的改进算法

在可行方向算法的基础之上,加入了精确的一维搜索(牛顿法),对具有线性等式约束的非线性规划问题提出了一种新算法,并以实例说明此算法的有效性.