
- •Введение
- •Лекция 1 Симплекс-метод
- •1.1 Общая постановка задачи линейного программирования
- •1.2 Некоторые свойства планов
- •1.3 Алгоритм симплекс-метода
- •Лекция 2 Двойственная задача. Двойственный симплекс-метод. Комбинированный метод решения злп
- •2.1 Постановка двойственной задачи
- •2.2 Основные теоремы о двойственности
- •2.3 Решение двойственных задач
- •2.4 Двойственный симплекс-метод
- •Лекция 3 Анализ чувствительности оптимального решения
- •3.1 Матричное представление симплекс-таблиц
- •Анализ чувствительности
- •3.2.1 Изменения, влияющие на допустимость решения
- •3.2.2 Изменения, влияющие на оптимальность решения
- •Лекция 4 Целочисленное линейное программирование
- •4.1 Метод ветвей и границ
- •4.2 Метод отсекающих плоскостей
- •Лекция 5 Методы решения транспортной задачи
- •5.1 Решение транспортной задачи
- •5.1.1 Постановка транспортной задачи
- •6.1.2 Интерпретация метода потенциалов как симплекс-метода
- •5.1.3 Определение начального решения
- •5.1.4 Метод потенциалов
- •5.2 Задача о назначениях
- •Лекция 6 Введение в нейронные сети
- •6.1 История нейронных сетей
- •6.2 Актуальность нейронных сетей
- •6.3 Свойства нейронных сетей
- •6.4 Классификация нейронных сетей
- •6.5 Представление знаний в нейронных сетях
- •Лекция 7 Биологическая и математическая модель нейрона. Персептрон
- •7.1 Модель нейрона
- •7.2 Функции активации в нейронных сетях
- •1 Единичный скачок или жесткая пороговая функция
- •2 Линейная пороговая функция
- •3 Сигмоидальная функция или сигмоид
- •4 Радиально-базисная функция
- •7.3 Обучение нейронной сети
- •7.4 Персептрон
- •Лекция 8 Алгоритм обратного распространения ошибки
- •8.1 Многослойные нейронные сети. Структура
- •8.2 Вывод основных формул алгоритма обратного распространения ошибки
- •Лекция 9 Рекуррентный метод наименьших квадратов
- •9.1 Применение рекуррентного метода наименьших квадратов для обучения нейронных сетей (rls)
- •Библиографический список
- •Заключение
- •Приложение а
Анализ чувствительности
Анализ чувствительности выполняется уже после получения оптимального решения задачи ЛП. Его цель – определить, приведет ли изменение коэффициентов исходной задачи к изменению текущего оптимального решения, и если да, то как эффективно найти новое оптимальное решение (если оно существует).
В общем случае изменение коэффициентов исходной задачи может привести к одной из следующих ситуаций:
Текущее базисное решение остается неизменным.
Текущее решение становится недопустимым.
Текущее решение становится неоптимальным.
Текущее решение становится неоптимальным и недопустимым.
Во второй ситуации можно использовать двойственный симплекс-метод для восстановления допустимости решения. В третьей ситуации мы используем прямой симплекс-метод для получения нового оптимального решения. В четвертой ситуации для получения нового оптимального и допустимого решения следует воспользоваться как прямым, так и двойственным симплекс-методом. Четвертая ситуация, как комбинация второй и третьей, будет рассмотрена позже.
Для объяснения различных процедур анализа чувствительности используем пример 1.1 производства краски.
Исходная задача |
Двойственная задача |
|
|
|
|
|
|
Приведем также последнюю симплекс-таблицу этого примера.
Базис |
z |
x1 |
x2 |
s1 |
s2 |
s3 |
s4 |
Решение |
|
z |
1 |
0 |
0 |
3/4 |
1/2 |
0 |
0 |
21 |
|
х1 |
0 |
1 |
0 |
1/4 |
-1/2 |
0 |
0 |
3 |
|
х2 |
0 |
0 |
1 |
-1/8 |
3/4 |
0 |
0 |
3/2 |
|
s3 |
0 |
0 |
0 |
3/8 |
-5/4 |
1 |
0 |
5/2 |
|
s4 |
0 |
0 |
0 |
1/8 |
-3/4 |
0 |
1 |
1/2 |
|
3.2.1 Изменения, влияющие на допустимость решения
К недопустимости текущего оптимального решения может привести как изменение правых частей ограничений (т.е. изменение элементов вектора b), так и введение во множество ограничений задачи нового ограничения. В любом случае недопустимость решения проявится в том, что, по крайней мере, один элемент в векторе В-1b станет отрицательным, т.е. одна или несколько базисных переменных примут отрицательное значение.
Изменение элементов вектора b правых частей ограничений
Предположим, что предприятие хочет ежедневно увеличить приобретение первого сырья М1 до 28 тонн. Как это изменение повлияет на максимальный доход предприятия? По формуле ХВ=В-1b и найдем новое решение задачи.
Таким образом, текущие базисные переменные с новыми значениями по-прежнему составляют допустимое решение. Соответствующее этому решению оптимальное значение целевой функции равно 24 тыс.руб.
Если увеличить ежесуточное приобретение второго сырья М2 до 8 тонн, оставляя сырье М1 на прежнем уровне 24 тонны, то получим совсем другую картину.
Полученное решение не является допустимым, поскольку s4=-1. Для возврата в область допустимых решений применим двойственный симплекс-метод для соответствующей симплекс-таблицы. Отметим, что она отличается от последней симплекс- таблицы примера 1.1 только столбцом «Решение».
Базис |
z |
x1 |
x2 |
s1 |
s2 |
s3 |
s4 |
Решение |
|
z |
1 |
0 |
0 |
3/4 |
1/2 |
0 |
0 |
22 |
|
х1 |
0 |
1 |
0 |
1/4 |
-1/2 |
0 |
0 |
2 |
|
х2 |
0 |
0 |
1 |
-1/8 |
3/4 |
0 |
0 |
3 |
|
s3 |
0 |
0 |
0 |
3/8 |
-5/4 |
1 |
0 |
0 |
|
s4 |
0 |
0 |
0 |
1/8 |
-3/4 |
0 |
1 |
-1 |
|
В соответствии с двойственным симплекс-методом исключаемой переменной будет s4, а вводимой – s2. В результате получим следующую симплекс-таблицу с оптимальным допустимым решением. (В общем случае для получения оптимального решения может потребоваться несколько итераций двойственного метода).
Базис |
z |
x1 |
x2 |
s1 |
s2 |
s3 |
s4 |
Решение |
|
z |
1 |
0 |
0 |
5/6 |
0 |
0 |
2/3 |
64/3 |
|
х1 |
0 |
1 |
0 |
1/6 |
0 |
0 |
-2/3 |
8/3 |
|
х2 |
0 |
0 |
1 |
0 |
0 |
1 |
0 |
2 |
|
s3 |
0 |
0 |
0 |
1/6 |
0 |
1 |
-5/3 |
5/3 |
|
s2 |
0 |
0 |
0 |
-1/6 |
1 |
0 |
-4/3 |
4/3 |
|
Интервалы допустимых изменений для элементов b
Другой способ исследования влияния изменения доступности ресурсов (т.е. элементов вектора b правых частей неравенств ограничений) заключается в определении интервалов допустимости для этих элементов, сохраняющих текущее решение допустимым.
Заменим вектор b вектором
Для того чтобы текущее базисное решение осталось допустимым, необходимо выполнение неравенства ХВ=В-1b1>=0. Отсюда получаем следующую систему неравенств:
Первое неравенство порождает
второе
третье
и четвертое
.
Это эквивалентно следующему двойному
неравенству для приращения
Таким
образом интервал допустимости дляb1
получается следующий:
.
Аналогично получим интервал допустимости и для b2
Тогда
Первое неравенство порождает
второе
третье
и четвертое
.
Это эквивалентно следующему двойному
неравенству для приращения
Таким
образом интервал допустимости дляb2
получается следующий:
.
Если сравнивать этот результат для интервалов допустимости для ресурсов с результатами элементарного графического исследования на чувствительность, проведенного в теме 1, то можно обнаружить точное совпадение.
Определение интервалов
допустимости для ресурсов bi
вышеприведенным способом корректно
только когда изменения
рассматриваются
независимо друг от друга, только тогда
в пределах интервала допустимости
ресурсаbi
итоговое приращение целевой функции
(что
следует из первой теоремы о двойственности)
пропорционально приращению ресурса и
двойственной цене ресурса.
Одновременное изменение ресурсов намного сложнее, ведь приходится решать линейную систему неравенств от многих переменных. Поэтому при изменении сразу нескольких ресурсов, ведущих к недопустимому решению, следует применить двойственный симплекс-метод и получить новое решение и значение целевой функции и сравнить с прежним решением.
Добавление новых ограничений
Добавление нового ограничения в существующую модель ЛП может привести либо к ситуации, когда ограничение избыточное, когда оно выполняется при текущем оптимальном решении, тогда ограничение просто отбрасывается, либо к ситуации, когда новое неравенство не выполняется при текущем оптимальном решении, тогда необходимо применить двойственный симплекс-метод, чтобы получить новое оптимальное решение.