基于最钝角主元标规则的亏基算法北大核心

在最钝角原理基础上建立了新的主元标规则,它按最钝角原理赋予一组非基本变量较高优先权,先在其中选择进基变量,直到其相应的检验数均满足符号条件;如果此时剩下的检验数均已满足条件,则已达到最优.在亏基架构中引入新的主元规则,能有效地减少每次迭代可选的非基变量的个数.数值试验表明,新算法的效率优于亏基原始单纯形算法,表明了最钝角原理的可行性和有效性.     

基于最钝角规则的亏基对偶单纯形Ⅰ阶段算法

对偶单纯形算法或原始对偶单纯形算法都需要一个初始对偶可行基．就此目的而言，基于最钝角行主元规则的对偶Ⅰ阶段算法非常有效[15].本文将其思想应用于亏基情形，建立一个不含比值检验的新的亏基对偶Ⅰ价段算法．初步的数值实验表明，该算法可在总体上减少运行时间和迭代次数，极具竞争性．     

无比值检验的亏基原始Ⅰ阶段算法

首次将亏基和无比值检验列主元规则相结合,执行亏基对偶单纯形算法得到一个原始可行基,以充分发挥这两种算法的优势,从而为亏基原始单纯形算法提供一个新的I阶段算法,以使其进一步克服退化所带来的困扰.数值试验表明,亏基和无比值主元规则的结合,能有效地减少总迭代次数和运行时间,其效率远远优于传统两阶段单纯形算法.     

基于亏基的最陡边主元标算法

在最陡边规则的基础上建立了新的主元标规则,并将其应用到亏基情形,在亏基的框架下建立了一个新的求对偶可行基的算法,数值结果表明,新算法能够减少迭代次数,算法效率较高,并且对于大规模问题的求解具有潜在优势,进一步表明了最陡边主元规则的可行性和有效性.     

基于最陡边规则的亏基对偶Ⅰ阶段算法

将摄动算法和亏基原始单纯形算法相结合,采用最陡边的列主元规则,以充分发挥这两种算法的优势,从而为亏基对偶单纯形算法提供一个新的I阶段算法,以使其进一步克服了退化所带来的困扰.初步的数值试验表明,所提出的算法能有效地减少总迭代次数,其效率不仅远远优于传统的原始两阶段单纯形算法,且优于原有的亏基原始单纯形算法,是一个非常吸引人而充满希望的新尝试.     

线性规划的最钝角松弛算法

本文提出一个基于最钝角原理的松弛算法求解线性规划问题。该算法依据最钝角原理略去部分约束得到一个规模较小的子问题,用原始单纯形算法解之;再添加所略去的约束恢复原问题,若此时全部约束条件均满足则已获得一个基本最优解,否则用对偶单纯形算法继续求解。初步的数值试验表明,新算法比传统两阶段单纯形算法快得多。     

基于亏基的摄动原始单纯形Ⅰ阶段算法

通过摄动技术来使问题强制获得对偶可行性,执行亏基对偶单纯形算法得到一个原始可行基,并采用修正的主元规则,以充分发挥这两种算法的优势,从而为亏基原始单纯形算法提供一个新的I阶段算法,以使其进一步克服退化所带来的困扰.初步的数值试验表明,亏基和摄动两种算法优势的结合,能有效地克服退化的影响,能有效地减少总迭代次数和运行时间,其效率远远优于传统两阶段单纯形算法.     

变量有广义界线性规划的叠累单纯形法

本文建立变量有广义界线性规划一个新的转轴算法,称之为叠累单纯形算法,新算法其有三个主要特征：１对于检验数为“坏”的非基变量 ｘｓ,进行一轮子转轴运算,使得ｘｓ进基,转轴中具有“好”的检验数的变量始终保持“好”的检验数;２ｘ．进基的子转轴所产生的基既不是原始可行基,也不是对偶可行基,但子转轴结束时产生的基是原始可行的;３目标函数值在整个转抽运算中是单调下降,从而算法可有限步终止．     

基于部分基变量的LP问题矩阵算法

基于部分基变量提出了LP问题的矩阵算法. 该算法以最优基矩阵的一个充分必要条件为基础,首先将一个初始矩阵转化为右端项和检验数均满足要求的矩阵,再转为检验数满足要求的基矩阵,最后转化为最优基矩阵.该算法具有使用范围广、计算规模小、计算过程简化、计算机易于实现的优势.矩阵算法的核心运算是求逆矩阵的运算,提出了矩阵算法的求逆问题,讨论并给出了求逆快速算法,该算法充分利用了矩阵算法迭代过程中提供的原来的逆矩阵的信息经过简单的变换得到新的逆矩阵,该算法比直接求逆法计算效率更高.     

可行下降视角下退化运输问题的最优性条件

运输问题是一类特殊的线性规划问题,通常用特殊的单纯形法—运输单纯形法(也叫表上作业法)进行求解,其最优性条件为所有非基变量的检验数大于等于零.针对实际算例中出现的某个非基变量的检验数小于零,却已经达到最优的情况,从可行下降方向的角度进行了探讨.结论表明:一般情况下非基变量的检验数大于等于零仅是运输问题最优解的充分条件;而问题非退化时,该判别条件成为充要条件.