求基可行解一种概率意义下的多项式算法

本文对求线性规划问题的基可行解，给出一种改型算法，证明它对m个约束、n个变量的问题，当n≥2m时，为使求得一个基可行解的概率大于0．98，对m>24，所需迭代次数不超过（m＋3），而对m≥76，迭代次数已不超过（m＋1）．

求线性规划初始基可行解的叠累型转轴方法

建立两种新的叠累型转轴方法。不引进任何人工变量和罚因子以及辅助线性规划，从任何一个基（既非原始，也非对偶可行）出发，在原模型上施行转轴运算，对原始（对偶）可行性进行叠累，即在转轴中，非负变量（简约价格）始终保持其非负性，且非负个数不断得以增加，因此，可在有限次转轴后获得原始（对偶）基可行解。本文第一种转轴方法属于阶段Ⅰ型，即不考虑目标函数值的变化。第二种方法是组合两阶段型，即将初始化和最优化过程兼顾考虑。

一种求线性规划问题初始基可行解的方法

提出了一种在不引入人工变量的情况下,寻求线性规划初始基可行解的方法,与传统的两阶段法相比,具有计算量小且占有存储空间少的特点,对两阶段法第一阶段问题作了改进.

寻求线性规划问题初始基可行解的一种新算法

对线性规划问题基可行解的性质进行了研究，给出了一种求解线性规划问题初始基可行解的算法。

一种求线性规划问题初始基可行解的方法

提出了一种无需引入人工变量,求取线性规划问题初始基可行解的直接算法,并给出了该方法的实算例子。

求初始基可行解的一种简易方法

多年来的理论与实践表明 ,线性规划的“两阶段法”方便适用 ,因而被广泛采用 .然而 ,“两阶段法”要引入人造基和一阶段的目标函数 ,这无疑要增加不少存储量和计算量 .通过把“两阶段法”的上述步骤省略 ,致使求初始基可行解与解线性方程组的 Gauss消元法几乎无异 。

线性规划初始基可行解的一种直接算法

本文通过引入可变动目标函数的预规划来求线性规划的初始基可行解，可以大量减少外额变量的个数，从而简化了二阶段单纯形法，使之便于在计算机上实现．

直接求线性规划可行基的一种方法

本文给出直接求线性规划问题基可行解的一种简易方法,该方法既避免了引入人工变量,减少存储,一般又能较快地得到一个较好的基可行解。

基于单纯形算法的表格求解法的研究及应用

单纯形法是解决线性规划问题的重要方法之一,表格直接求解法则是单纯形法中最直接有效的方法。本文主要研究了线性规划中的单纯形算法的表格直接求解法,并且通过所给算例验证了表格求解法的可行性与有效性。

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 .

基于摄动法解决病态单纯形法的一点改进

对一般的摄动法解决病态单纯形法的方法进行了改进,给出了简单的证明。

典型线性规划的基可行方向法

本文介绍典型线性规划单纯形法的一种改进,即基可行方向法。

最短时限运输问题及解法

提出了存在于实际中的最短时限运输问题，研究了其解的最优性充分 条件，并给出了求解这一问题的具体步骤，最后用实例说明了解法的可操作性 ，该解法是解决这一类问题的一个好算法。

对“求解线性规划问题的一种全搜索方法”的改进与修正

本文对[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。

运筹学课程中线性规划问题解的概念教学探讨

运筹学课程是经管类本科生的必修课程，而线性规划是运筹学中的一个重要分支。为了让初学者对线性规划问题的解概念有更清晰的认识和理解，本文将通过实例对解概念进行讲解。因为可行解、可行域、最优解以及最优值这几个概念理解相对比较容易，所以本文将重点通过实例讲解线性规划问题的基、基向量、基变量、非基变量、基解、基可行解以及可行基矩阵这几个概念。

关于线性规划基本定理的一点注记

本文就线性规划基本定理的证明方法及过程提出一点修改意见。

线性分式运输问题的一个解法

线性分式运输问题是线性分式规划的一种特殊情况 .

求解线性规划问题的一种全搜索方法

在文 [1]基础上提出一个全搜索方法 ,它通常只需迭代一、二次 ,即可得到一个基可行解。之后依据最优性条件进行的寻优迭代 ,也较文 [2 ]的搜索方位更多 。

运输问题出现退化解时0元添加的改进方法

运输问题表上作业法确定初始基可行解时,可能出现退化解,此时应当在适当的位置添加一个0元。本文探讨了这种情况下,如何恰当选取0元添加的位置,以减少表上作业法调整的工作量,最后提出了0元添加的改进方法。