运筹学课程04-灵敏度分析

合集下载

运筹学灵敏度分析

运筹学灵敏度分析

a1r 0 a1r br 1 B br air br br air a 0 a b mr r mr
arj
arj 0} cr min{
j
j
arj
arj 0}
例8:仍以第一章例1的最终表为例。设基变量x2的系数c2 变化△c2,在原最优解不变的条件下,确定△c2的变化范 围。 解:这时最终计算表为
cj CB X B 2 x1 0 x5 3 x2 cj-zj
b 4 4 2
2 3 + △c2 x1 x2 1 0 0 0 0 1 0 △c2
表中b列中有负数,即解答列有负数,故可用对偶单纯 形法求最优解。 最优解见下表 cj 2 x1 1 0 0 0 3 0 x2 x3 0 0 1 0 0 x4 0 x5
CB 2 0 3
XB x1 x3 x2 cj-zj
b 4 2 3
0 0.25 0 1 -0.25 -05 0 0 0.25 0 -0.5 -0.75
0 x3 0 -2 0.5 -1.5
0 x4 0.25 0.5 –0.125 -0.125
0 x5 0 1 0 0
为了保持原最优解不变,则 x2 的检验数应当为零。这 时可用行的初等变化实现,得到
CB 2 0 3
cj XB x1 x5 x2 cj-zj
b 4 4 2
2 x1 1 0 0 0
0 0 3+△c2 x2 x3 x4 0 0 0.25 0 -2 0.5 1 0.5 –0.125 0 -1.5-△c2/2 △c2/8-1/8
'j c j C B B 1 A C r a rj

灵敏度分析(运筹学)

灵敏度分析(运筹学)

最优基不变,即在最终表中求得的经过变化后 的b列的所有元素要求不小于0
目标函数 m ax z 2 x1 3x2 x1 2 x2 8 4x 16 1 约束条件 : 4 x2 12 x1 , x2 0
0 x3 1 -2 1/2 -3/2 0 x4 1/4 1/2 -1/8 -1/8 0 x5 0 1 0 0 θ

(5)按照下表所列情况得出结论或继续计算的步 骤。
原问题 可行解 可行解 非可行解 非可行解 对偶问题 可行解 非可行解 可行解 非可行解 结论或继续计算的步骤 原最优基不变 用单纯形法继续迭代 用对偶单纯形法继续迭 代 引入人工变量 ,扩大原 单纯形表继续计算


资源数量变化是指资源中某系数 br 发生变化,即 br′=br+Δ br。并假设规划问题的其他系数都不变。 这样使最终表中原问题的解相应地变化为 XB′=B-1(b+Δ b) 这里 Δ b=(0,… , Δ br,0,… , 0)T 。只要 XB′≥0 , 因最终表中检验数不变,故最优基不变,但最优 解的值发生了变化,所以 XB′ 为新的最优解。新 的最优解的值可允许变化范围用以下方法确定。
(d) (e) -2
· · ·
1 0 0
0 1 0
cj - zj
XB x1 x5 cj - zj
b (f) 4
x1
x2
x3
x4
x5
(g) (h) 0
2 (i) 7
-1 1 (j)
1/2 1/2 (k)
0 1 (l)
--7--
--第2章 对偶问题--
以前讨论线性规划问题时,假定αij,bi,cj都是常数。 但实际上这些系数往往是估计值和预测值。如市场 条件一变,cj值就会变化;αij往往是因工艺条件的 改变而改变;bi是根据资源投入后的经济效果决定 的一种决策选择。显然,当线性规划问题中某一个 或几个系数发生变化后,原来已得结果一般会发生 变化。 因此,所谓灵敏度分析,是指当线性规划问题中的 参数发生变化后,引起最优解如何改变的分析。

运筹学灵敏度分析

运筹学灵敏度分析

只需由 j 0解得c j的范围。
(2) c j 是基变量x j的价格系数 这时要影响所有的检验 数
i ci (c1 ci ci cm ) B Pi , 应由所有的 i 0解得公共的c j。
1
p11-2
例1:在(煤电油例)中,其单纯形终表如下:
0 x 7 x 12 x
3 1
运筹学
2

84 20 24
0 1 0
0
0 0 1
0
1 0 0
0
- 0.32 0.4 - 0.12
- 1.36
1.16 - 0.2 0.16
- 0.52
z 428
(1)甲产品的价格在何范围内变化时,现最优解不变?
解:甲产品的价格c1是基变量的价格系数。 0.32 由 4 0 0 7 c1 12 0.4 2.8 0.4c1 1.44 0 0.12 得 c 3.4, 1.16 由 5 0 0 7 c1 12 - 0.2 1.4 0.2c1 1.92 0 0.16 得 c 2.6,
2
运筹学
例1:在(煤电油例)中,其单纯形终表如下:
0 x 7 x 12 x
3
1
2

84 20 24
0 1
0
0 0 1
1 0
0
- 3.12 1.16 0.4 - 0.2
- 0.12 0.16
z 428
0
0
0
- 1.36
- 0.52
(3)若有人愿以每度1元的价格向该厂供应25度电,是 否值得接受?
§3.4 灵敏度分析
灵敏度分析——研究系数变化对最优解的影响.

运筹学04-运用Spreadsheet求解线性规划及灵敏度分析

运筹学04-运用Spreadsheet求解线性规划及灵敏度分析

使用敏感性报告进行灵敏度分析
如果单位椅子的价格从15$增加到18$,那么已求得的最优解、最优 目标值会变化么?该系数在什么范围内变化才不会影响最优解?
A B C D E F G H I 5 6 可变单元格 7 8 单元格 名字 9 $B$14 决策变量 chair 10 $C$14 决策变量 Table 11
“单元格”是指决策变量所在单元格的地址 “名字”是决策变量的名称 “终值”是决策变量的终值,即最优解 “递减成本”(reduced cost) 不做解释 “目标式系数”目标函数中的系数,为已知条件 “允许的增量”与“允许的减量”表示目标函数中的系数 在增量与减量的变化范围内变化时,最优解保持不变。 (最优值变化)
“允许变化范围”是指其他条件不变,仅在该变量变化范围内
约束条件右边变化对目标值的影响
A B C D E F G H I 11 12 约束 13 14 单元格 名字 15 $B$19 Large bricks 使用量 16 $B$20 small bricks 使用量 17 终 阴影 约束 允许的 允许的 值 价格 限制值 增量 减量 6 5 6 2 2 8 5 8 4 2
线性规划 网络模型(如:邮递员送信,最短路) 整数规划(如:指派问题-N项任务N个对象)
4.4 用Excel solver求解 求解
中的“ 用Excel中的“规划求解”功能 中的 规划求解”
几个Excel中的命令
公式的输入:“=” 单元格的地址:绝对地址和相对地址
$A$8,A8
求和:
=sum(A1,A2,F6) =SUM(B2:B22)
运用Spreadsheet求解线性规划 Spreadsheet求解 第四章 运用Spreadsheet求解线性规划

运筹学讲义影子价格-灵敏度分析-运输问题

运筹学讲义影子价格-灵敏度分析-运输问题

2)
0.000000
48.000000
3)
0.000000
2.000000
4) 40.000000
0.000000
35元可买到1桶牛奶,要买吗? 35 <48, 应该买!
聘用临时工人付出的工资最多每小时几元? 2元!
21
结果解释
DO RANGE(SENSITIVITY) ANALYSIS?
Yes
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES
20桶牛奶生产A1, 30桶生产A2,利润3360元。
18
模型求解
OBJECTIVE FUNCTION VALUE
1)
3360.000
VARIABLE VALUE REDUCED COST
X1 20.000000
0.000000
X2 30.000000
0.000000
ROW SLACK OR SURPLUS DUAL PRICES
16
1桶
12小时 3公斤A1
牛奶 或 8小时 4公斤A2
获利24元/公斤 获利16元/公斤
每天 50桶牛奶 时间480小时 至多加工100公斤A1
决策变量 目标函数
约束条件
x1桶牛奶生产A1 x2桶牛奶生产A2
获利 24×3x1
获利 16×4 x2
每天获利 Max z 72 x1 64 x2
原料供应
12
影子价格的经济意义:在资源得到最优配置,使总效益最大时,该资源投 入量每增加一个单位所带来总收益的增加量。
影子价格是一种静态的资源最优配置价格,不能表现资源在不同时期动态 配置时的最优价格,只反映某种资源的稀缺程度和资源与总体积极效益之间 的关系,不能代替资源本身的价值。

运筹学课件灵敏度分析

运筹学课件灵敏度分析

运筹学教程
Cj
210
CB 基 b X1 x2 x3
0 x3 15 0
51
2 x1 5 1
10
0 x4 2 0
-4 0
Cj-Zj
0
-1 0
00 x4 x5 00 01 1 -6 0 -2
工厂的最优生产计划改为只生产产品1,每天 的生产数量5件。
解:(2)
设每天的调试可用能力为5
运筹学教程
1 b' B1b 0
x5
x4
5
24
x1, x2 , x3, x4 , x5 0
用单纯形法求解如下:
运筹学教程
Cj
210 0 0
CB 基 b X1 x2 x3 x4
x5
0 x3 15/2 0 2 x1 7/2 1 1 x2 3/2 0
01 00 10
5/4 -15/2 ¼ -1/2 -1/4 3/2
Cj-Zj
0
8
2
3 / 2 0 2
运筹学教程
将其反映到最终的单纯形表,原问题非可行解, 采用dual单纯形法
Cj
2
CB 基 b X1
0 x3 35/2 0
2 x1 11/2 1
1 x2 -1/2 0
Cj-Zj
0
10 x2 x3 01 00 10 00
00 x4 x5 5/4 -15/2 ¼ -1/2 [-1/4] 3/2 -1/4 -1/2
aij
y i
i 1
运筹学教程
(2)、检查原问题是否仍为可行解。 (3)、检查对偶问题是否仍为可行解。
原问题
可行解 可行解 非可行解 非可行解
对偶问题
可行解 非可行解 可行解 非可行解

运筹学课程04-灵敏度分析资料

运筹学课程04-灵敏度分析资料

XS为松弛变量,XS=(xn+1,xn+2,…,xn+m), I为m×m 矩阵
A ( B, N )
XB X X N
C (CB , CN )
XB ( B, N ) X b BX B NX N b N
2019/4/12 4
NEUQ
B-1b
0
≤0
但B 1b 0不变
Z: CBB-1b
若C N C B B 1 N 0 此表仍为最优,
此时最优解不变但最优值改变
若C N C B B N 0 此表不是最优单纯形表
用单纯形法继续迭代
2019/4/12 9
1
NEUQ
1、非基变量对应的价值系数的灵敏度分析
设 ck 变化为
X B 检验数
CB CB I 0 CB CB B B 0
因此
1 C C B A0 B 1 C B 0 B
1
2019/4/12
7
NEUQ
一、目标函数系数C(价值系统)变化
cj 变动可能由于市场价格的波动,或生产成本的变动
cj 的灵敏度分析是在保证最优解的基变量不变的情况下,
NEUQ
灵敏度分析又称“后验分析”,它是对已经得到的最优
方案改变某些条件来检验最优解的“稳定性”以及目标 函数最优值随各种条件变化的“敏感性”;换言之,假 定对于已知线性规划问题已求得的最优解是获得的最大 利润的生产计划安排,现在如果在生产过程中成本系数 向量C,约束常数向量b,约束系数A以及其他条件发生变 化或波动,这些变化限制在什么范围内,在原来得到的 最优安排仍为最优,而不需要改变工作计划?
' k

运筹学讲义-灵敏度分析

运筹学讲义-灵敏度分析

(I A)1Δ Y Δ X

ΔY 0
5
2.4.2 价值系数 cj 的灵敏度分析 • cj 变动可能由于市场价格的波动,或生产成本的变动
• cj 的灵敏度分析是在保证最优解的基变量不变的情况 下,分析cj 允许的变动范围cj
• cj 的变化会引起检验数的变化,有两种情况
– 非基变量对应的价值系数变化,不影响其它检验数 – 基变量对应的价值系数变化,影响所有非基变量检验数
bi

bk ak ,ni
bi

bk ak ,ni
要求对所有 k 都成立 , 从而有
max k

ak
bk
,n
i
ak ,ni
0

bi

min k

bk ak ,ni
ak ,n i
0

此时 , 基变量的解值和目标函 数会发生变化
2.4.6 新增约束条件的分析
16
2.4.7 灵敏度分析举例
例2.4.3 某工厂生产三种产品 A, B, C,有五种生产组合方案。
下两表给出有关数据。规定每天供应 A产品至少110 个,求收 益最大的生产方案。
产量 组别
品种
I II III IV V
单位售价 (元 )
A 产品数量
32440
10
B 产品数量
x5 x6 x7 00 0 1 1/4 -1 0 1 -1 0 -3/4 1 0 0.25 1
cj-zj -3.25 0 -2.75 0 0 -0.25 -1
以b2为例, x6是对应的初始基变量,所以有
max01 .205,02100b2min 01.7050 200b213.33, 1000b2133.33

运筹学 灵敏度分析目标规划

运筹学 灵敏度分析目标规划
增加约束一个之后,应把最优解带 入新的约束,若满足则最优解不变,否则 填入最优单纯形表作为新的一行,引入一 个新的非负变量(原约束若是小于等于形 式可引入非负松弛变量,否则引入非负人 工变量),并通过矩阵行变换把对应基变 量的元素变为0,进一步用单纯形法或对 偶单纯形法求解。
3.灵敏度分析
例3.7:
CI
-2 -3 -4+Δ c3 0 0
CB
XB
b
X1
X2
X3
X4 X5
-3
X2 2/5 0
1
-1/5 -2/5 1/5
-2
X1 11/5 1
0
7/5 -1/5 -2/5
σ j
0
0 -9/5+Δ c3 -8/5 -1/5
从表中看到σ3= c3+Δc3-(c2×a13+c1×a23 ) 可得到Δc3 ≤ 9/5 时,原最优解不变。
s.t. Ax ≤ b x ≥0
3.灵敏度分析
最优单纯形表中含有
B-1=( aij )i=1,…,m; j=n+1,…,n+m
那么
新的xi=(B-1b)i+brair i=1,…, m 。
由此可得,最优基不变的条件是
Max {-bi/airair>0}≤br≤ Min{-bi/airair<0}
3.灵敏度分析
那么
计算出B-1pn+1 , n+1=cn+1-∑cri ari n+1
填入最优单纯形表,
若 n+1 ≤ 0 则 最优解不变;
否则,进一步用单纯形法求解。
3.灵敏度分析
例3.6: 例3.4增加x6 , p6=( 2, 6, 3 )T, c6=5

运筹学灵敏度分析目标规划

运筹学灵敏度分析目标规划

3 灵敏度分析
例3 7:
例3 4增加3x1+ 2x2≤15;原最优解不 满足这个约束 于是
Ci
2 3000
0
CB XB b X1 X2 X3 X4 X5
X6
2 X1 4 1 0 0 1/4 0
0
0 X5 4 0 0 -2 1/2 1
0
3 X2 2 0 1 1/2 -1/8 0
0
0 X6 -1 0 0 -1 -1/2 0
故恒有d+×d=0
目标规划问题及其数学模型
2 统一处理目标和约束
对有严格限制的资源使用建立系统约束;数学形式同线性规划中 的约束条件 如C和D设备的使用限制
4 x 1 16 4 x 2 12
对不严格限制的约束;连同原线性规划建模时的目标;均通过目 标约束来表达 1例如要求甲 乙两种产品保持1:1的比例;系统约束表达为: x1=x2 由于这个比例允许有偏差; 当x1<x2时;出现负偏差d;即: x1+d =x2或x1x2+d =0 当x1>x2时;出现正偏差d+;即: x1d+ =x2或x1x2d+ =0
-z
m
f
0…
m
0 σm+1 … σn
其中:f = ∑ ci bi’ j = cj ∑ ci aij’ 为检验数 向量 b’ = B1 b
i=1
i=1
A= p1; p2; …; pn ; pj’ = B1 pj; pj’ = a1j’ ; a2j’ ; … ; amj’ T ; j = m+1; … ; n
0
0
-1.5-ΔC2/2 -1/8+ΔC2/8
0
σj=cjc1×a1j+c5 × a5j+c2+Δc2 ×a2jj=3;4 可得到 3≤Δc2≤1时;原最优解不变

第四章灵敏度分析

第四章灵敏度分析
❖ 解:求解新的单纯形表中系数第一列:
1 0 0 1 1
代入原单纯形表,得新单纯形表为 ❖
0 0
1/ 4
0
1/ 2
0 1 1/ 2 2 1
3 5 0 00
cB xB B-1b x1
x2
x3
x4 x5
0 x3 8
1
0
1
00
5 x2 9 1/2 1 0 0 1/4
0 x4 6 -1 0 0 1 -1/2
6. 增加一个新约束的分析
•当出现新的资源限制时,模型要加入新约 束,可在原最优解的基础上进行分析:
最优解满足新约束,最优解不变; 最优解不满足新约束,应继续寻找新的 最优解; 无论加入什么类型约束,目标函数值都 不会改善。
例: 考虑范例,则原最优生产方案是否需要 改变?
0 1/3
j
48
0
0
0 1/2 1
4
5
0
00
cB xB B-1b x1
x2
x3
x4 x5
0 x3 8
1
0
1
00
5 x2 6 1/2 1
0 1/2 0
0 x5 12
0
0
0 -2 1
j
30 -2/3 0
0 5/2 0
4 x1
8
1
0
1
0
0
5 x2
2
0
1 -1/2 1/2 0
0 x5 12
0
0
0
-2 1
j
42
cB xB B-1b x1
x2
x3
x4 x5
0 x3 4 0 0 1 2/3 -1/3
5 x2 6 0 1 0 1/2 0

运筹学课件 灵敏度分析与参数规划

运筹学课件 灵敏度分析与参数规划
2013-4-7 灵敏度分析与参数规划 5-7
灵敏度分析的任务
线性规划的灵敏度分析要解决两个问题:
一个或几个系数或要素变化后,当前的
最优解或最优基是否有变。
这些系数在什么范围内变动时,当前的
最优解或最优基不变。 另外,一旦当前解受影响就要运用适当 方法对其进行调整,以便得到新的最优解。
2013-4-7 灵敏度分析与参数规划 5-8
分析结果的处理方法
针对上述五种不同的分析结果,可按下列相 应的调整方法进行处理。 分析结果 处理方法
最优解不变
最优基不变 变为可行解 变为正则解 变为普通解
2013-4-7 灵敏度分析与参数规划
计算 CN - CBB-1N
计算 XB(*) = B-1b 原始解法求最优解 对偶解法求最优解 混合解法求最优解
2013-4-7 灵敏度分析与参数规划 5-3
生产计划问题
cj CB XB
0 0 0 -1 0 0 3 -1 2 0 3 -1 2 0 3 -1
b
2 3 x1 x2
0 x3
0 x4
0 x5
0 0 1 0 -1/2 0 1/4 -3/4 -1/2 [2] 1/4 1/4 0 1 0 0
θ
x3 8 x4 16 x5 12 z 0 x3 2 x4 16 x2 3 z -9 x1 2 x4 8 x2 3 z -13 x1 4 x5 4 x2 2 z -14
5-14
2013-4-7
灵敏度分析与参数规划
2. 基变量系数 cr 的变化分析
当基变量 xr 的系数 cr (CB)变化 cr 时,就会引起 CB 的变化,从而影响到各非基变量 xj 对应的j 。 设 CB=( 0, …, cr , …,0 ),若要求原最优解不变,则 新的检验数必须满足 j' = cj - (CB +CB )B-1Pj = cj - CBB-1Pj - CB B-1Pj =j - [(0, …,cr , …,0)(b1j, …, brj, …, bmj)T] =j - cr brj ≤0 于是得到 cr ≤j/brj , brj < 0 j=1 , 2 , …, n cr ≥j/brj , brj > 0 cr的变化范围为是 max { j /brj | brj > 0 }≤ cr ≤ min { j /brj | brj < 0 }

运筹学 线性规划灵敏度分析

运筹学 线性规划灵敏度分析

可变单元格 单元格 名字 $B$4 可变单元格→ Max Z=∑cjxj $C$4 可变单元格→ 约束 单元格 名字 $D$7 a1j→ ∑aijxj $D$8 a2j→ ∑aijxj $D$9 a3j→ ∑aijxj 终 阴影 约束 允许的 允许的 值 价格 限制值 增量 减量 2 0 4 1E+30 2 12 150 12 6 6 18 100 18 6 6 终 递减 目标式 允许的 允许的 值 成本 系数 增量 减量 2 0 300 450 300 6 0 500 1E+30 300
线性规划
不是最优表, 继续迭代, 得, 最优解 X*=(5/3,13/2, 7/3,0,0)生产品种保持 不变。最优值变为
7/3 0 500 300 13 / 2 3750 5/3
300
xB
x3
500
0
0
0
b’ 2 6 2
x1
0 0 1
x2
0 1 0 0
x3
1 0 0 0
x4
1/3 1/2 -1/3 -150
x5
-1/3 0 1/3 -100

x2 x1
-3600 200
总利润增加了 150 元。
运筹学
设 b1 , b2 , b3 的增量为 b1 , b2 , b3
2 1 1 / 3 1 / 3 b1 b * b B 1b 6 0 1 / 2 0 b2 2 0 1 / 3 1 / 3 b 3 2 b1 b2 / 3 b3 / 3 2 b1 b2 / 3 b3 / 3 6 b2 / 2 6 b2 / 2 2 b / 3 b / 3 2 b / 3 b / 3 2 3 2 3 若要解仍可行,则 b * 0 ,即
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2012-3-6 5
NEUQ
单纯形法计算的矩阵描述(回顾) 单纯形法计算的矩阵描述(回顾) 初始单纯形表
非基变量 基变量
0
Xs cj − z j
XB b B CB
初始基变量
XN N CN
Xs I 0
2012-3-6
6
NEUQ
单纯形法计算的矩阵描述(回顾) 单纯形法计算的矩阵描述(回顾) 设若干步迭代后, 设若干步迭代后,基变量为 X B , X B 在初始单纯形 表中的系数矩阵为B,而A中去掉 的若干列组成矩 表中的系数矩阵为 , 中去掉B的若干列组成矩 中去掉 阵N,则迭代后的单纯形表为: ,则迭代后的单纯形表为:
2012-3-6
≥0
最优解X * = B −1 b, ′ , ( 0) 最优值Z * = C B B −1 b
−1
用对偶单纯形法迭代求出最优解 对偶单纯形法迭代求出最优解
17
NEUQ
ax B 的 法 对问题m z = CX 求 :
−1
s.t
AX ≤ b X ≥0
标 型 准 m z = CX ax ⇔ X B + B−1 NX N + B−1 X S = B−1b s.t AX + X S = b X ≥0
若 β ki > 0 , ∆bi ≥ −
′ bk
bk ′ ′ ∆b ≤ min− bk | β < 0 −1 ki B b ≥ 0 ⇔max− β | β ki > 0 ≤ i βki ki
2012-3-6 3
NEUQ
单纯形法计算的矩阵描述(回顾) 单纯形法计算的矩阵描述(回顾) 线性规划问题
max z = CX AX ≤ b X ≥ 0
化为标准型
max z = CX + 0 X s AX + IX s = b X ≥ 0, X s ≥ 0
2012-3-6
4
NEUQ
2012-3-6 2
灵敏度分析包括以下几个方面的内容
NEUQ
分析成本系数向量C 分析成本系数向量C的变化对解和目标函数值 的影响 分析约束常数向量b的变化对解的影响,以及 分析约束常数向量b的变化对解的影响, 通过对偶最优解研究b 通过对偶最优解研究b的变化对目标函数值的 影响 分析系数矩阵A 分析系数矩阵A中元素变化对解和目标值的影 响 增加新变化量时最优解和最优值的变化 增加新的约束条件后对最优解和最优值的影响
NEUQ
LP灵敏度分析 灵敏度分析 Sensitivity Analysis
灵敏度分析面对的是信息的不确定性, 灵敏度分析面对的是信息的不确定性, 也称为后优化分析
2012-3-6
1
NEUQ
灵敏度分析又称“后验分析” 灵敏度分析又称“后验分析”,它是对已经得到的最优 方案改变某些条件来检验最优解的“稳定性” 方案改变某些条件来检验最优解的“稳定性”以及目标 函数最优值随各种条件变化的“敏感性” 换言之, 函数最优值随各种条件变化的“敏感性”;换言之,假 定对于已知线性规划问题已求得的最优解是获得的最大 利润的生产计划安排, 利润的生产计划安排,现在如果在生产过程中成本系数 向量C 约束常数向量b,约束系数A b,约束系数 向量C,约束常数向量b,约束系数A以及其他条件发生变 化或波动,这些变化限制在什么范围内, 化或波动,这些变化限制在什么范围内,在原来得到的 最优安排仍为最优,而不需要改变工作计划? 最优安排仍为最优,而不需要改变工作计划? 解决这些问题的理论和方法就是灵敏度分析 灵敏度越小, 灵敏度越小,解的稳定性越好
b1′ + β 1i ∆ b i ′ b 2 + β 2i ∆ bi = ⋮ b′ + β ∆b mi i m
0
问题 ∆bi 在 么 围 变 时 B−1b ≥ 0 : 什 范 内 化 ,
′ b1 + β1i ∆bi ′ b2 + β2i ∆bi −1 B b = ≥ ⋮ b′ + β ∆b mi i m
2012-3-6 12
2、基变量对应的价值系数的灵敏度分析
NEUQ
中出现, 由于基变量对应的价值系数在C B 中出现,因此它会影响所 有非基变量的检验数。 有非基变量的检验数。设 C B 中一个基变量的 c k 发生变 化,变化量为 ∆ck 。
2012-3-6
13
NEUQ
为保证所有非基变量检验数仍满足最优条件, 有 σj σj max akj > 0 ≤ ∆ck ≤ min akj < 0 j j akj akj
最优单纯形表的s.t中 最优单纯形表的s.t中 s.t 松弛变量的系数
2012-3-6 18
问 : bi →bi + ∆bi , 其 不 题 设 余 变 则 bi 在 么 围 检验行 , ∆ 什 范 内 变 时 原 优 不 化 , 最 基 变 XB
XB 0 E
XN CN- CBB-1N B-1N


= b + ∆b
−1
⋯ β1i ⋯ β1m ⋯ β2i ⋯ β2m ⋯ ⋯ ⋯ βmi ⋯ βmm

19
B −1 (b + ∆b ) = B −1b + B −1∆b B b=
b1′ β11 ′ b 2 β21 = + ⋮ ⋯ b ′ β m m1
非基变量价值系数变化, 非基变量价值系数变化,不影响其它检验数 基变量价值系数变化, 基变量价值系数变化,影响所有非基变量检验数
2012-3-6
9
NEUQ
当C 变为 C 时,
检验行
XB 0 E
XN CN- CBB-1N B-1N
常数项
≤0
检验数和最优值改变, 检验数和最优值改变,
但B −1b ≥ 0不变
' k
ck + ∆ck
m i =1
σ = ck + ∆ck − ∑ ci aik = σ k + ∆ck
' 只要 σ k
≤0

∆ck ≤ −σ k
则最优解不变;否则, 则最优解不变;否则,将最优单纯形表的检验数 σk 用 σk’取代,继续单纯形法的表格计算。 取代,继续单纯形法的表格计算。
论: c 非 变 的 数 则 c 改 量 结 1 若 k是 基 量 系 , 当 k的 变
15
NEUQ
二、右边项 b 发生变化的灵敏度分析
是最优解,则有X 设 XB=B−1b 是最优解,则有 B=B−1b≥0 b 的变化不会影响检验数 的变化不会 不会影响检验数 b 的变化量 ∆b 可能导致原最优解变为非可行解
2012-3-6
16
NEUQ
设 b → b,
CN − CB B−1 N ≤ 0不变
−1
Z: CBB-1b : B-1b
XB
≥0
此表仍为最优, 若C N − C B B N ≤ 0 此表仍为最优, 此时最优解不变但最优值改变
若C N − C B B −1 N ≤ 0 此表不是最优单纯形表
用单纯形法继续迭代
2012-3-6 10
NEUQ
1、非基变量对应的价值系数的灵敏度分析 设 ck 变化为
−1
X B 检验数
CB − CB I = 0 ⇔ CB − CB B B = 0
C − C B B −1 A ≤ 0 − C B B −1 ≤ 0
因此
2012-3-6
8
NEUQ
目标函数系数C 价值系ቤተ መጻሕፍቲ ባይዱ) 一、目标函数系数C(价值系统)变化
cj 变动可能由于市场价格的波动,或生产成本的变动 变动可能由于市场价格的波动, cj 的灵敏度分析是在保证最优解的基变量不变的情况下, 的灵敏度分析是在保证最优解的基变量不变的情况下, 允许的变动范围∆ 分析cj 允许的变动范围∆cj cj 的变化会引起检验数的变化,有两种情况 的变化会引起检验数的变化,
-1.5 -ΔC 2 /2 Δ
0 X4 1/4 1/2 -1/8 -1/8 0 X4 1/4 1/2 -1/8
-1/8+ΔC2 /8 Δ
0 X5 0 1 0 0 0 X5 0 1 0 0
从表中看到
可得到 -3≤Δc2≤1时,原最优解不变。 ≤1时 原最优解不变。
2012-3-6
σj=cj-(c1×a1j+c5 × a5j+(c2+∆c2)×a2j) j=3,4 ×
最优单纯形表: 最优单纯形表:
XB 检验行 XB 0 E XN CN- CBB-1N ≤0 B-1N 常数项 Z:CBB-1b : B-1b
Z =CBB−1b →Z =CBB−1b
B−1b → B−1 b 求 −1 B 若B−1 b ≥ 0: 单纯形表保持最优,
若B b ≥ 0:在原最优单纯形表中, B −1 b → B −1 b , = CBB−1b →Z = CBB−1b Z
NEUQ B −1的第i列
β 1i ∆ bi ≥ − b1′ β ∆b ≥ −b ′ 2i i 2 ⋮ β mi ∆ bi ≥ − b m ′
0
b1′ + β 1i ∆bi ≥ 0 b ′ + β ∆b ≥ 0 2 2i i ⇔ ⋮ bm + β mi ∆bi ≥ 0 ′
Ci CB 2 0 3 Ci CB 2 0 3+ΔC 2 Δ XB X1 X5 X2 σj B 4 4 2 XB X1 X5 X2 σj B 4 4 2 2 X1 1 0 0 0 2 X1 1 0 0 0 3 X2 0 0 1 0 3+ΔC 2 Δ X2 0 0 1 0 0 X3 0 -2 1/2 -1.5 0 X3 0 -2 1/2
相关文档
最新文档