龙空技术网

线性规划:使用单纯形法的大M法求解

数字化与智能化 149

前言:

如今看官们对“线性内插法计算公式 max”大致比较讲究,看官们都想要剖析一些“线性内插法计算公式 max”的相关内容。那么小编在网摘上收集了一些对于“线性内插法计算公式 max””的相关内容,希望朋友们能喜欢,同学们快快来了解一下吧!

使用人工变量大M法求解下列线性规划问题:

max Z = -3x1 + x3

x1 + x2 + x3 <= 4

-2x1 + x2 - x3 >= 1

x1,x2,x3 >=0

1、将其化为标准型

2、添加2个列向量P6、P7构成单位矩阵

上述变换后的大M模型P4、P6、P7对应的x4、x6、x7为基变量

3、构建单纯形表

(1)初始单纯形表

检验数(-3) = -3 - (0 x 1 + (-M ) x (-2) + (-M ) x 0) = - 2M – 3

检验数(0 ) = 0 - (0 x 1 + (-M ) x 1 + (-M ) x 3) = 4M

。。。

由于4M最大,所以将 x2换入;

因为 min = { 4/1 , 1/1 , 9/3 } = 1 ,所以[ 1 ]是主元素 。

(2)线性变换

检验数(-3) = -3 - (0 x 3 + 0x (-2) + (-M ) x 6) = 6M – 3

检验数(0 ) = -0 - (0 x 0 + 0x 1 + (-M ) x 0) = 0

。。。。

由于6M-3最大,所以将 x1换入;

因为 min = { 3/3 , - , 6/6 } = 1 ,所以任选[ 6 ]是主元素 。

(3)反复迭代

最后检验数都小于等于0,迭代完毕!

《大数据和人工智能交流》的宗旨

1、将大数据和人工智能的专业数学:概率数理统计、线性代数、决策论、优化论、博弈论等数学模型变得通俗易懂。

2、将大数据和人工智能的专业涉及到的数据结构和算法:分类、聚类 、回归算法、概率等算法变得通俗易懂。

3、最新的高科技动态:数据采集方面的智能传感器技术;医疗大数据智能决策分析;物联网智慧城市等等。

根据初学者需要会有C语言、Java语言、Python语言、Scala函数式等目前主流计算机语言。

根据读者的需要有和人工智能相关的计算机科学与技术、电子技术、芯片技术等基础学科通俗易懂的文章。

标签: #线性内插法计算公式 max