对“求线性规划问题可行基的一种方法”的修正

指出[1]方法中某些重要结论的欠妥之处，并给出修正结果，使方法得以正确和完善。     

有界变量线性规划的一种简易解法

本文在[1]的基础上，较系统地叙述了有界变量线性规划一种简易解法的基本思路、方法步骤、理论分析和应用举例。指出，因变量有界所引起的种种麻烦在这里通过单纯形表的小小变动便加以解决了。     

有界变量亏基单纯形算法

为克服单纯形算法中退化现象带来的困扰,本文在文[1]的基础上进一步提出亏基有界变量单纯形算法,并证明了算法的收敛性.     

含自由变量LP问题的改进单纯形法

对于含自由变量的LP问题,为了得到比单纯形法[1]更有效的算法,通过研究在单纯形法迭代过程中,将自由变量化为非负变量再实施运算的规律,提出一种能节省存贮空间和提高运算速度的改进单纯形法。数值实验表明新算法是有效的。     

线性规划联合算法的理论与应用

本在[1]的基础上．较系统的叙述了线性规划联合算法的步骤、相关理论及其应用，指出该算法具有避免人工变量、减少迭代次数、使用灵活、应用方便等特点。     

工业原材料合理利用的一个注记

线性规划模型在工业原材料合理利用方面有许多文献作了探讨,本文指出了文献[1,2]中关于工业原材料合理利用的线性规划模型不方便之处,并对此给出一种改进的模型.     

"求线性规划问题可行基的一种方法"的注记

文[2]通过两个反例的计算,认为文[1]所提出的求LP可行基的方法有不妥之处,并对[1]的方法中主要步骤作了修正。本文对[1]的算法中轴心项的选取作进一步说明,对[2]中所提出的反例以[1]中算法进行计算与[2]对比分析,说明[2]中的反例并不成立。     

从极优基未必能迅达最优基：兼与文献[1]作者商榷

本对献[1]提出的“求解线性规划的快速换基迭代法”从多阶段决策的观点阐述并举证了从极优基未必能快速到达最优基的论断。旨在说明用此方法求解一般线性规划问题时不一定能实现快速换基迭代的概念。     

关于使用最大改进规则的对偶单纯形算法

本举例证明了[3]的定理10-1是错误的。     

对"求解线性规划问题的一种全搜索方法"的改进与修正

本对[1]、[2]提出的全搜索方法作了若干必要的改进与修正，从而使之更完善、更简捷、更有效。     

“单纯形最佳主元法”的结论欠妥

文献［１］中介绍了求解线性规划问题的“单纯形最佳主元法”,得到了几个重要结论。文章给出反例说明［１］中这几个重要结论不能成立。     

解整数线性规划中选择割平面的一个方法

本指出了[4]的一个错误。用最速下降规则，给出了选择割平面的一个新方法。一个复杂的例子说明，该方法有一定的实用价值。     

关于改进单纯形法的一条注记

指出并修正了文献［１］中改进单纯形法的一处错误。     

“准最优基”程序实现与应用探讨

在利用"准最优基"简化单纯形法的求解过程的基础上,采用matlab将"准最优基"方法程序化,并采用程序进行了模型.求解原采用两阶段法求解的线性规划问题,用"准最优基"方法,不必加入人工变量,改两阶段为一阶段,简化了求解过程,并针对只能将其目标函数系数为正的变量进基、约束条件都为正的局限性进行了探讨."准最优基"方法对目标函数的系数有正有负的情况,约束条件的系数有正有负的情况都适用.借助"bland法则"的思想,按下标顺序进基取代变量强度系数进基,得出了同样的结果,并对E.Beale的循环例子进行计算,一步得出最优解."准最优基"方法既可以提高运算速度,同时具有很好的适用性.     

最速下降规则不失为一可用规则

本从统计意义上平均迭代次数的观点出发，指出求解线性规划的最速下降规则是可取的，好用的。     

"求线性规划问题可行基的一种方法"的再注记

文[1]给出一个求线性规划问题可行基的方法，文[2]指出其判定条件（3）有误，然而所用的反例并不正确。本文给出三个正确的反例；此外，还给出反例表明文[1]的判定条件（2）也不正确的。     

如何利用单纯形表上的信息

本文分析了求解线性规划的基本方法－－单纯形法所使用的单纯形表，将表中所提供的信息分为直接信息和间接信息两类，论述了如何充分利用这些信息的方法。例如如何由最终表求原问题、如何利用表中的数据互相推演和校正等。这是一篇教学经验的总结，对初学者可能有一定的帮助。