灵敏度分析
灵敏度分析又称为后优化分析
线性规划的灵敏度分析
线性规划是静态模型
参数发生变化,原问题的最优解还是不是最优
哪些参数容易发生变化
C, b, A
每个参数发生多大的变化不会破坏最优解
灵敏度越小,解的稳定性越好
边际值(影子价) qi
以(max,)为例
边际值(影子价)qi 是指在最优解的基础上,当第 i 个约束行的右端项 bi 减少一个单位时,目标函数的变化量
例
关于影子价的一些说明
影子价是资源最优配置下资源的理想价格,资源的影子价与资源的紧缺度有关
松弛变量增加一个单位等于资源减少一个单位
剩余变量增加一个单位等于资源增加一个单位
资源有剩余,在最优解中就有对应松弛变量存在,且其影子价为 0
影子价为 0,资源并不一定有剩余
应用,邮电产品的影子价格
价值系数 cj 的灵敏度分析
cj 变动可能由于市场价格的波动,或生产成本的变动
cj 的灵敏度分析是在保证最优解的基变量不变的情况下,分析cj 允许的变动范围cj
cj 的变化会引起检验数的变化,有两种情况
非基变量对应的价值系数变化,不影响其它检验数
基变量对应的价值系数变化,影响所有非基变量检验数
1、非基变量对应的价值系数的灵敏度分析
例
2、基变量对应的价值系数的灵敏度分析
由于基变量对应的价值系数在CB中出现,因此它会影响所有非基变量的检验数
只有一个基变量的 cj 发生变化,变化量为 cj
令 cj 在CB中的第k行,研究非基变量xj 机会成本的变化
设x4的价值系数增加c4,对应k=2,
有一边为空集如何处理
为什么akj=0不出现在任何一边的集合中
与对偶单纯型法找入变量的公式一样
右端项 bi 的灵敏度分析
设 XB=B1b 是最优解,则有XB=B1b0
b 的变化不会影响检验数
b 的变化量 b 可能导致原最优解变为非可行解
右端项 bi 的灵敏度分析
以b2为例, x6是对应的初始基变量,所以有
技术系数 aij 的灵敏度分析
技术系数aij变化的影响比较复杂
对应基变量的 aij ,且资源bi已全部用完
对应基变量的 aij ,但资源bi未用完
对应非基变量的 aij ,且资源bi全用完或未用完
1、对应基变量的 aij ,且资源bi已全部用完 aij=0
2、对应基变量的 aij ,但资源bi未用完 aij xn+i /xj
上述两个公式不充分,为什么?
B–1发生变化,从而引起非基变量检验数 cj– zj 的变化
3、对应非基变量的 aij
只影响对应非基变量xj的检验数 cj– zj
若 aij > 0,不会破坏最优解
若 aij < 0,必须保证 cj– zj 0
x1, x3为非基变量, q1= 0, q2= , q3= 1, 故有
x2, x4为基变量,x5=100, b1有剩余, 故有
新增决策变量的分析
例中,若新增产品 x8,问是否生产?
已知 c8=9, a18=5, a28=4, a38=3
计算 x8 的检验数可知生产是否有利
结论:生产x8有利。
将B–1P8加入最优单纯型表中,以x8为入变量进行迭代
新增约束条件的分析
1、将最优解代入新的约束条件,若满足,则最优解不变
2、若不满足,则当前最优解要发生变化;将新增约束条件加入最优单纯型表,并变换为标准型
3、利用对偶单纯型法继续迭代
为什么可以利用对偶单纯型法
例 第2步
注意:最优解的目标函数减少了25个单位
灵敏度分析举例
例 某工厂生产三种产品 A, B, C,有五种生产组合方案。下两表给出有关数据。规定每天供应 A产品至少110 个,求收益最大的生产方案。
例
解:设xj为已选定各种组合方案的组数(j=1,2,…,5), x6为A产品的剩余变量, x7,x8分别为工人工时和机器工时的松弛变量。
例
最优解的B–1是什么
产品A的影子价为多少
第II组方案的生产费用提高2元,是否要调整生产组别
若工人加班费为1元/小时,是否要采取加班措施
若通过租借机器增加工时,租费的上限应为多少
A产品的订购合同是否有利
若要选用第IV组方案,该组的生产费用应降低多少
若工人加班费为元/小时,最多允许加班时间多少
若机器租费低于44元/小时,问租几部机器才合适(每天8小时计)
若第III组方案使机器工时减少小时,能否被选入
参数线性规划
节中 aij, bi, cj 只有一个发生变化,多个同时发生变化则很难解析
但在一些特殊情况下,用参数表示变化量,也可以用来进行多个系数的灵敏度分析
参数cj的变化分析
i 第i 种资源的单位费用变化量, i 不限
i i 变化对 cj 的影响率
例 资源b1单价变化量1,价格影响率j=a1j
例 资源b1单价变化量1 与c5
参数 bi 的变化分析
例中,将b1,b2,b3理解为三个车间的周工时资源。假设从第2向1车间调动工人 个,每个工人的周工时为 40小时,问调动多少工人不会破坏最优产品组合