最优化-线性规划-杂记1

博客梳理了线性模型相关知识点,介绍了线性、整数规划等名词,阐述了将不等式约束转化为等式约束以优化的方法,说明了对偶问题与原问题的关系,还提及内点法、分支定界、bendes分解、DW、拉格朗日松弛法等求解方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

梳理下线性模型的知识点(杂)
名词
线性-LP(linear program
整数规划-IP integer program
混合整数-Mixed integer program
混合整数线性问题-Mixed integer linear program
单纯形-simplex
将不等式约束转化成等式约束的形式借助凸集的理念进行基可行解(顶点)的转换,进行优化
对偶问题与原问题的关系
价值系数转为资源系数,资源系数转化价值系数,最大变最小,资源矩阵转置。
原问题有最优解,对偶问题一定有最优解–互为上下界
原问题无界,对偶问题一定无解
原问题无解,对偶问题可能无界也可能无解。
内点法:
将原问题压缩成内点法的标准形式,进行求解
分支定界:
将整数变量解中非整数的部分不断分支,(广度搜索机制)
bendes分解-列生成
不断添加变量的个数,来作为上下界
DW-行生成
不断添加约束条件的个数,来作为上下界
拉格朗日松弛法
将约束条件加入到目标函数中,作为上下界。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值