应 用 数 学
MATHEMATICA APPLICATA
2018, 31(3): 697-703
线性规划单纯形法的动态灵敏度分析及其应
用
孟香惠
1
, 施保昌
2
, 胡新生
3
( 1. 深圳广播电视大学学习中心, 广东 深圳 518001; 2. 华中科技大学数学与统计学院,
湖北 武汉 430074; 3. 深圳广播电视大学教育技术中心, 广东 深圳 518001)
摘要:本文研究了线性规划的灵敏度分析方法. 运用灵敏度分析的方法, 分析了
单纯形法求解过程中新增变量的动态变化所需的条件, 并从具体的二维和三维例
子出发, 构造出一系列的高维线性规划问题. 用单纯形法求解这些问题时, 使用某
种主元规则(如最大改进规则)的迭代次数可以比约束数目多一至三次.
关键词:线性规划; 单纯形法; 主元规则; 最大改进规则; 灵敏度分析
中图分类号:O221.1 AMS(2000)主题分类:90C05; 90C31
文献标识码:A 文章编号:1001-9847(2018)03-0697-07
1. 引言
线性规划是运筹学、决策科学和管理科学最重要的基础, 现已成为人们合理利用、调配
有限资源做出最佳决策的有力工具
[1-2]
. 从应用的广泛性来看, 线性规划的基本算法: 著名的
单纯形法(Simplex Method, 简称SM)被认为是20世纪最为成功的十大算法之一
[3]
. 典型的
线性规划问题有:生产计划问题、资源分配问题和运输问题等. 现实中, 受市场变化、资源
限制以及生产工艺的改变等因素的影响, 线性规划问题中目标函数和约束条件中的系数、约
束条件的数目以及资源的拥有量等都会发生变化. 灵敏度分析就是研究这些因素(系数或参
数)的变化对生产计划或最优方案的影响之重要方法. 目前, 线性规划的灵敏度分析主要是采
用“分而治之”的策略, 对各种情况(参数变化)逐一讨论、分析, 给出相应的解决方案
[1-2]
.
当多种参数同时变化时, 可以运用这种策略依次处理. 文[4]对多因素同时变化进行了灵敏度分
析, 并给出了相应的算法. 算例分析表明了文[4]中算法的有效性. 已有的线性规划的灵敏度分
析往往都是在原有最优解的基础上, 考察参数变化的影响以及如何求变化后的最优解, 这是灵
敏度分析的主要任务.
值得注意的是, 灵敏度分析还可以用来研究SM和对偶单纯形法(DSM)的关键要素:主
元规则的性质, 构造具有某种特性的线性规划问题. 最近, 文[5]利用几何直观方法, 结合灵敏度
分析(增加约束的)方法, 分析了主元规则的特点, 并据此构造出不同的二维和三维例子, 说
明某种主元规则(如最大改进规则)并不优于其它规则, 同时也可得到用SM和DSM求解线性
规划时其迭代次数大于约束个数的例子. 所得结果不仅澄清了部分文献中对主元规则存在的
模糊认识, 能加深对SM和DSM的理解, 而且有助于对SM和DSM的学习、研究和应用.
∗
收稿日期:2017-11-30
基金项目:深圳广播电视大学重点课题 (SD17-001)
作者简介:孟香惠, 女, 汉族, 山东人, 教授, 研究方向:线性规划,非线性规划.
通讯作者:施保昌.
万方数据