
运筹学学习笔记
文章平均质量分 90
运筹学基础知识整理,与个人理解记录,使用python实现部分算法。
Leo_Ma888
某大厂硬件部门算法工程师,运筹学小白,努力提升自我价值中。
展开
-
线性规划的对偶问题与对偶单纯形
提高供给约束“原创 2024-05-31 18:50:11 · 2516 阅读 · 0 评论 -
线性规划的单纯形法及python实现
文章目录1. 线性规划的解2. 线性规划的标准型3. 初级单纯形法4. 修正单纯形法5. 修正单纯形的代码实现1. 线性规划的解一个线性规划(LP)问题如果有最优解,必定有一个最优解出现在顶点上。从几何上讲,线性规划的约束集合为凸面体,一个超平面(目标函数的等值面)靠近约束集合时,最先接触到的必然是凸面体的一个顶点或一条边,因此一定有一个最优解出现在顶点上。2. 线性规划的标准型线性规划的标准型为:min cTxs.t. Ax=b x≥0\begin{alig原创 2024-05-17 14:23:47 · 1743 阅读 · 0 评论 -
梯度的几何解释
之前一直使用梯度法,本文系统整理一下梯度的几何解释,为后面搜索算法的理解打基础。参考文献:运筹学(原书第2版)—[美]罗纳德L.拉丁(Ronald L.Rardin)原创 2024-04-08 20:42:17 · 1209 阅读 · 0 评论 -
线性规划的基本性质
两阶段法是指:在第一阶段检验原问题的可行性,并找到一个初始可行解,在第二阶段寻找最优解。与两阶段法不同的是,大M法通过一次搜索既可以判定原问题的可行性,又可以找到(可能是局部)最优解。,每个人工变量取满足约束的最小值,可得一个人工初始解(0, 0, 2, 1.5, 0.5)。都非负,且目标是最小化两者之和,因此在最优解处,必然有一个变量为0,则上述两个替代都成立。选择一个原问题的解(可能不满足全部约束,一般取范围约束的端点,如零点),给。,即人工变量都为0,则最优解中的原问题变量构成原问题的一个可行解;原创 2024-05-14 13:49:58 · 1180 阅读 · 0 评论