线性规划的单位矩阵算法

将单纯形方法的换基迭代过程代之以矩阵的初等变换，从而使得线性规划最优解的求解过程大大简化。     

L.P.问题单纯形法一种改进的迭代判别方法

单纯形法是求解线性规划问题的有效方法．本文给出了求解一般线性规划问题的单纯形算法中一种改进的迭代判别方法，该方法与传统的判别方法相比，是一种利用较少次迭代求解线性规划问题最优解的方法．     

线性规划辅助问题的讨论

对于复杂的线性规划问题,求解第一个可行基与对应的单纯形表时,可引入人工变量,构造原问题的辅助问题并进行处理,当辅助问题为非退化时,问题已得到解决;当辅助问题为退化的线性规划时,利用代数理论及单纯形方法,寻找原问题的第一可行基和对应的单纯形表。     

线性规划辅助问题的讨论

对于复杂的线性规划问题 ,求解第一个可行基与对应的单纯形表时 ,可引入人工变量 ,构造原问题的辅助问题并进行处理 .当辅助问题为非退化时 ,问题已得到解决 ;当辅助问题为退化的线性规划时 ,利用代数理论及单纯形方法 ,寻找原问题的第一个可行基和对应的单纯形表 .     

基于逐步降阶的线性规划的单纯形算法

为完善线性规划约束条件方面的基本理论,研究了一种高效的求解线性规划问题的算法.以区分最优松约束条件和最优紧约束条件为主线,利用线性规划,线性代数等数学理论,进行分析,并通过大量的数据实验进行验证.从理论上获得了最优紧约束条件一些性质及识别最优松约束条件的定理,提供了一种新的单纯形算法.数据试验和理论上表明,在求解大规模解线性规划问题时,利用新的求解算法,使得模型逐步降阶,能达到求解的高效率.     

关于单纯形算法的讨论

本文分析了单纯形算法的主要特点。给出了判定单纯形算法最有效性的充分条件，提出了改进求解线性规划的方向。     

线性规划通用解法──混合单纯形方法

在求解线性规划的单纯形方法和对偶单纯形方法原理的基础上，建立了求解线性规划的通用解法——混合单纯形方法。     

求解超大型线性规划的并行单纯形算法

提出了一种求解超大型线性规划的并行单纯形算法，将原线性规划分成若干个子线性规划，每台计算机用单纯形法计算一个子线性规划，各机间象高斯消去法一样分块消去、分块回代，当满足一定条件时得到原线性规划的最优解．     

求解双层线性规划的优化算法

利用对偶理论,将求解双层线性规划问题转化为求解一个与之等价的单层问题,通过求解一系列线性规划问题,提出了一种求解双层线性规划局部最优解的算法,并举例说明了算法的求解过程。     

一类摄动线性规划问题及其在生产决策中的应用

在产销平衡条件下,用单纯形方法研究了摄动线性规划问题Ｐ↓－（θ）及Ｐ↓（λ）,给出了当ｂ、ｃ中多个参数同时发生变化时使得线性规划问题（ＬＰ）的最优基不变的两个充分条件,并以实例加以说明。     

二维LP问题的一个直接算法

针对求解二维线性规划问题的几何算法-图解法,给出了一个二维线性规划问题最优解的性质定理,得到了求解二维线性规划问题的一个直接的代数性算法。利用该算法,可得到一般性规划问题的加速算法,其迭代过程至少是按二维迭代的,迭代速度快于单纯形法。     

关于“单纯形法选择进出基变元的一个新准则”的计算效率

线性规划广泛应用于经济与管理的各个领域,单纯形法是求解线性规划实际问题非常有效的算法．对“单纯形法选择进出基变元的一个新准则”进行了分析,给出了详细的算法步骤,通过大规模的数值试验进一步揭示了该算法的计算效率．结果表明,这种改进的单纯形算法虽然在大部分问题上的迭代次数比经典的单纯形算法有所减少,但所耗费的计算时间却普遍增加,其计算效率随着问题规模的增大而不断下降．     

线性规划一种改进的对偶单纯形法

研究了线性规划对偶单纯形法的改进．根据改进原始单纯形法思想，建立了标准型线性规划对偶单纯形法的一种改进算法．与原对偶单纯形法相比，改进算法的存贮量和计算量大大减少．最后给出了方法的实算例子．     

线性规划问题的对比教学

对线性规划问题，一般用单纯形法求解。本文探讨了用矩阵及Gauss消元法来处理单纯形法的思想，使学生易于理解、掌握、应用线性规划问题。     

一种不用人工变量单纯形法—SM—WUAV法初探

本文提出一种不用人工变量,适用于求解一般线性规划问题的单纯形法.与传统单纯形法相比,本文提出的算法,除更具通用性外,迭代次数相对减少,有时甚至明显减少.事实证明,该算法是有效的.     

原始—对偶单纯形算法

原始——对偶单纯形算法是解线性规划问题的一种有效算法.它比原始单纯形法、两阶段单纯形法、对偶单纯形法具有更大的优越性.本文扼要介绍了原始——对偶单纯形算法及其数学模型,算法步骤和框图,并给出了算例.     

求单纯形法中初始基本可行解的一种方法—外点法

将非线性规划中外点罚函数法的思想运用于线性规划的单纯形法中，从而推导出单纯形法中求初始基本可行解的又一新方法。     

一种线性三层规划的改进的Frank-Wolf解法

利用KT条件、罚函数法,将三层线性规划降为约束条件为线性的二层规划,再利用Frank-Wolf线性逼近的理论,从而仅需求解一层线性规划就得到了三层线性规划的最优解.其中线性规划的求解应用了主元标单纯形法,其优点是可以得到更靠近最优点的可行解,从而减少计算量.     

具有模糊变量的线性规划问题的求解方法

针对含模糊变量的线性规划问题,研究了其求解方法。将单纯形法应用于模糊线性规划问题中,从而无需转化为经典线性规划问题就能得到满意的模糊最优解,算例表明此方法是有效的。     

二层线性规划问题的全局收敛算法

基于单纯形法提出了一种具有全局收敛性质的算法来求解该问题.在该方法中,用下层的Kuhn-Tucker条件代替下层问题,将原二层线性规划转化为传统的单层规划问题.之后利用下层规划对偶问题可行域的顶点将该单层规划转化为一系列线性规划问题,从而用单纯形法来求解这些线性规划来得到原二层线性规划问题的解.最后,用实例验证了该方法的可行性.