线性规划中最优整解的一种简捷求法

寻找最优整解是线性规划中的一类常见问题,通常用网格法,即把可行域中的整点标出,再通过代点检验来寻找最优整解,但这种方法需要准确的作图和比较繁琐的检验才能保证其正确性,如果可行域中的整点找不全或找不准,就会使得最优整解不正确或最优整解个数不全．为了克服网格法的缺点,笔者常采     

线性规划中最优整解的一种求解方法

正如文[1]所说,"在线性规划问题中,最令学生、教师头疼的莫过于如何寻找最优整解.通常作法是用网格法,即把可行域中的整点标出,再通过代点检验来完成最优整解寻找;不过这种方法要经过大量繁复的运算才能保证结果的正确性."     

对“如何寻找《线性规划问题》的整点最优解”一文具体操作中的补充和完善

贵刊 2 0 0 0年第 3期刊登了山西省代县中学校安培录同志的“如何寻找《线性规划问题》的整点最优解”一文 (以下简称———原文 ) ,对线性规划问题中整点最优解提出了三种解法 .但在具体操作中 ,有些地方可以加以补充和完善 .这三种方法都要作出可行域 ,然后 ,在寻找最优解过程中 ,要打网格 ,所以 ,宜提倡用数学中的坐标纸来作图 .在“原文”例 1解法一中写道 :“将直线ｌ1 向下平移至ｌ2 的位置时 ,直线ｌ2 最先经过可行域上的整点Ｂ( 0 ,1 2 )和Ｃ( 3,8)且使ｚ= 2 0 0ｘ 1 5 0ｙ取得最大值” ,现将具体操作方法说明如下 .图 1在例 1中 …     

双层线性规划的一个全局优化方法

用线性规划对偶理论分析了双层线性规划的最优解与下层问题的对偶问题可行域上极点之间的关系，通过求得下层问题的对偶问题可行域上的极点，将双层线性规划转化为有限个线性规划问题，从而用线性规划方法求得问题的全局最优解．由于下层对偶问题可行域上只有有限个极点，所以方法具有全局收敛性．     

如何寻找线性规划问题的整点最优解

在线性规划的实际应用问题中,整点最优解是一个令人头疼的难点,课本例题对这一问题未作详细分析,直接给出符合题目要求的整点,不说为什么．在教学中,我发现学生对这一头雾水,但我们教师应当在该关键问题上讲透,使学生真正掌握．以下是我结合课本例题对整点问题的探求过程．     

标准型在引入单纯形算法时的作用

单纯形算法是线性规划中的重点难点，教学过程不应过早困扰于繁杂的数学概念和定理证明并忽略标准型的作用，而应围绕最优化解的寻找．可行域顶点的确定，变量取值范围的确定等问题进行组织，使学生对算法先有一个比较直观的了解．然后再逐渐展开，以深化学生对算法的理解．     

利用整点折线边界解一类线性规划问题

线性规划问题中的最优解的常用求法是图象法,如没有特殊要求,最优解一般会在可行域的边界点处取得.但是,对于最优解必须是整数的线性规划问题,有时在原边界处取不到最优解.对于这种情况,现行课本及资料提供的方法,一是以取得非整数最优解的线     

如何寻找线性规划问题的整点最优解

在线性规划的实际应用问题中,整点最优解是一个令人头疼的难点,课本例题对这一问题未作详细分析,直接给出符合题目要求的整点,不说为什么.在教学中,我发现学生对这一头雾水,但我们教师应当在该关键问题上讲透,使学生真正掌握.以下是我结合课本例题对整点问题的探求过程.     

约束尺度和算子自适应变化的差分进化算法

由于可行域不连续和函数形式复杂使得许多算法难以有效求解约束优化问题,提出了一种约束尺度和算子自适应变化的差分进化算法.通过统计新个体中可行解和不可行解的数量以自适应调整惩罚系数,使个体能够分布在多个不连续的可行域中,从而找到最优解所在区域.同时,算法还采用了两种不同的差分算子,分别用于局部区域的快速寻优和整个可行域的全局探索.在两种算子的选择上,则根据新个体的存活情况和约束违反情况来自适应调整其选择的概率.最后通过3组标准约束优化问题在10维和30维变量下的测试结果显示:所提算法的性能整体优于对比算法,其平均最优解在10维时至少提升了4.75%.     

抛物问题的mortar有限元逼近的瀑布型多重网格法

用瀑布型多重网格法解决椭圆、抛物问题，已有不少研究工作[1-2]，本文对抛物问题的mortar有限元的全离散格式提出瀑布型多重网格法，证明了该方法是最优的，即具有最优精确度和复杂度．     

高考线性规划问题别解

线性规划问题在高考中主要是求目标函数在线性约束条件下的最大值或最小值，试题通常是以选择填空题形式出现，主要是通过作可行域取最优解来求解，难度中等偏易，因此复习时应控制好难度．本文拟以一道引例说明其求解的全新视角。并例举其在2008年高考题中的应用．     

线性分式规划问题的最优性条件

本文讨论了线性分式规划问题ｍｉｎ以及它的最优性条件．证明了它的局布最优解一定是整体最优解，并且局布最优解正定在约束条件的基本可行解处达到．     

也谈求线性规划的整数最优解

寻找线性规划问题的整点最优解是学习中的一个难点,本文介绍几种简便的方法．1．穷举法例1 (2000年全国高考试题)某电脑用户计划用不超过500元的资金购买单价分别为60元,70元的单片软件和盒装磁盘,根据需要软件至少买3件,磁盘至少买2盒,问不同的选购方式共有多少种?分析设买软件x件,磁盘y盒,则     

双层规划问题基于对偶理论的遗传算法

针对下层为线性规划的非线性双层规划问题，提出了一种基于下层对偶理论的遗传算法。首先利用下层对偶问题可行域的极点对上层变量的取值域进行划分，使得每一个划分区域对应一个极点。根据原一对偶问题最优解的关系，确定每个划分区域对应的下层最优解。其次利用罚函数方法处理了上层约束，设计了一个依赖于种群变化的动态罚因子。对20个测试问题的数值结果表明，所提出的算法是可行有效的。     

缩小可行域求线性规划的整数最优解

新教材中添加了"简单的线性规划"一节.在求最优解的问题中,如果所求的不是整数最优解,通过平移直线的方法得出最优解,学生能够理解,也容易掌握.但如果要求整数最优解,讲解的时候利用多媒体演示学生也能理解,但在学生做作业的时候就出现了问题,学生不知从何下手.如果同样利用平移的方法,由于此时的可行域为不连续的点,很难得到最优解.这时我们可以采用缩小可行域的方法解决求整数最优解的问题.     

线性规划最优解集的表现

文献［１］讨论了有无穷多最优解的线性规划问题，并利用最优单纯形表格的检验数给出线性规划有无穷多最优解的判别法，本文利用最优基可行解的凸组合及最优极向的非负线性组合给出线性规划最优解集的表现，从而把线性规划最优解集的几何特征阐释清楚．     

LP问题的λ算法

本给出了求LP问题的最优解的λ算法，并指出了此法旋转运算的次数，此算法不需要基本可行解或对偶基本可行解。     

一类不可微规划的多项式型算法

本文考虑了由教育最优投资问题导出的一类不可微规划，讨论了可行解是最优解的充要条件，在对乘子作某些假设下，利用Kuhu－Tucker定理给出了求解的一种多项式算法．     

切割定界与整数分枝结合求解整数线性规划

把一种改进的割平面方法和分枝定界的思想结合起来求解整数线性规划 ( ILP)问题 .它利用目标函数等值面的移动来切去相应 ( LP)的可行域中含其非整数最优解但不含 ( ILP)可行解的“无用部分”,并将对应的目标函数值作为 ( ILP)目标最优值的一个上界 ;最后 ,通过 ( LP)最优解中非整数基变量的整数分枝来获得整数线性规划的最优解 .     

谈线性规划中“整点最优解”处理方法

现行高中数学教材新增设了线性规划的内容 ,并开设了研究性课题 :线性规划的实际应用 .但教材中寻找整点最优解的方法介绍得笼统 ,不易掌握与操作 ,使寻找整点最优解成为了学习中的难点 .本人据第六十五页习题 7.4第 4题介绍两种求整点最优解的方法 ,供同学们学习中参考 :引例　某人有楼户一幢 ,室内面积共1 80ｍ2 ,拟分隔成两类房间作为旅游客房 ,大房间每间面积 1 8ｍ2 ,可住游客 5名 ,每名游客每天住宿费为 40元 ;小房间每间面积为 1 5ｍ2 ,可住游客 3名 ,每名游客每天住宿费为 50元 ;装修大房间每间需 1 0 0 0元 ,装修小房间每间需60 0…