关于求线性规划初始可行基的生成算法

本文用反例证明了文 [1 ]提出的求线性规划初始可行基的生成算法有错误 ,并给出了修正的生成算法 .

线性规划模型的单纯形法初始可行基选择研究

目的用单纯形法求解线性规划模型时初始可行基选取问题。方法利用矩阵初等行变换。结果给出了约束条件中单位矩阵作为初始可行基的算法。结论该算法可行、有效,尤其对于大规模问题与大M算法相比计算量少。

求线性规划问题可行基的一种方法

文章给出了一般情形下从线性规划问题的标准型求可行基的一种方法，并通过与大Ｍ法、两阶段法及文［１］方法进行对比分析。

与“求线性规划问题可行基的一种方法”的再商榷

再次说明文[1]提出的方法不能直接使用,仍须按文[2]的修正结果实行才是正确的。同时指出最近提出的某些算法的不实之处,以飨读者,避免误导。

对“求线性规划问题可行基的一种方法”的修正

指出文 [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。

一类线性规划问题初始可行基产生的新方法

本文对一类特殊的线性规划问题提出了利用最优基的启发性刻划产生初始基 ,进而用无比检验规则产生初始可行基的方法 ,并给出了此方法在单纯形表上实现的步骤。

融合可行基规则的粒子群优化算法及其应用

基本粒子群优化算法对于离散的优化问题处理不佳,容易陷入局部最优。针对基本粒子群优化算法处理离散型优化问题时的缺陷,提出了一种融合可行基规则的改进型粒子群优化算法,并用该算法求解车辆路径问题。实验结果表明,该算法的优化性能和求解精度均优于其他文献算法,在求解车辆路径问题中具有较高的应用价值。

“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。

求第一个可行基的一种不同的方法

给出求第一个可行基的一种新方法 ,这种方法不要引进辅助线性规划问题 ,不要添加松弛变量 。

关于求线性规划问题初始可行基算法的一点评注

对求线性规划问题初始可行基的算法作了新的解释,井提出一种新的更便于计算机软件设计的求其初始可行基的紧凑格式.

寻求线性规划初始可行基的一种新算法

本文将单纯形法与对偶单纯形法及其思想结合运用，通过构造变动的目标函数，在不引入（或少引入）人工变量的情况下，探索出一种寻求线性规划初始可行基的新算法。

单纯形法寻找初始可行基的方法讨论

给出用单纯形法求线性规划问题中寻找初始可行基的几种方法，阐明每种方法的优缺点及适用范围．

仅用一个人工变量求线性规划初始可行基

对单纯形法与对偶单纯形法及其思想结合运用，针对约束条件全为不等式的线性规划问题，探索出一种特殊解法．从线性规划问题的任一个初始基出发，最多引入一个人工变量，即可求出问题的初始可行基。

一个求解约束优化问题的与可行基规则相结合的改进微粒群算法

提出一个求解约束最优化问题的新的混合算法-与可行基规则相结合的改进的微粒群算法。与惩罚函数法相比,可行基规则不需要额外的参数,且指引粒子迅速飞向可行域。利用5个基准测试函数进行仿真计算比较,仿真结果表明了新算法是求解约束最优化问题的一个高效的算法。

线性规划中产生初始可行基的一种新方法

本文提出了一种利用最优基的启发性刻划产生初始基,进而利用无比检验规则产生初始可行基的方法。

求解初始可行基的算法实现

对于规模较大的线性规划问题,基于矩阵初等变换求初始可行基,判断的过程会比较复杂;由此提出利用Matlab软件对系数矩阵进行初等行变换,通过判断和换基迭代求得初始可行基,简化了求解过程.

一类线性规划问题可行基的初等行变换求法

文章主要讨论了利用初等行变换求初始可行基的方法，给出了求解步骤，最后通过实例验证了该种方法的可行性。

寻找第一个对偶可行基的一般方法(英文)

文章给出了线性规划问题标准形式的一种较弱形式——准标准形并给出了相应的单纯形方法,然后以此为工具给出了寻找第一个对偶可行基的一般方法,从而为求解常量含参数的线性规划问题提供了一般解法.这一方法使对偶单纯性方法这一理论体系得以完善.

用初等变换的方法求线性规划问题第一个可行基

本文提出了一种用初等变换的方法，将线性规划问题化成简单形式后，再求出线性规划问题的第一个可行基或对偶可行基。以尽量避免引入人工变量，使问题大大简单化，并在理论上证明了这种方法的可行性。

求线性规划问题初始可行基的一种方法

Smale 证明了采用单纯形法求解线性规划问题,在概率平均意义下转轴次数为变量数目的线性函数.下面介绍不引进人工变量。