c++实现单纯形法现行规划问题的求解(推荐)

在本程序中默认该现行规划问题有最优解

针对此问题:

#include<iostream>
using namespace std;

int check(float *sigema, int m) {
  for (int i = 1; i <= m ; i++) {
    if (sigema[i] > 0) {
      return 0;
    }
  }
  return 1;
}

//此程序已经化为标准型的线性规划问题中,且默认有最优解
int main(int argc, char* argv[])
{
  //数据输入部分
  int m, n;
  cout << "请输入变量个数:";
  cin >> m;
  cout << "请输入不等式个数:";
  cin >> n;
  float **matrix = new float*[n + 1];   //系数矩阵
  for (int i = 1; i <= n; i++) {
    matrix[i] = new float[m + 2];
  }
  float *cj = new float[m + 1];
  float *cB = new float[n + 1];  //基变量系数
  int *XB = new int[n + 1];  //用来标注基变量x的下标
  float *b = new float[n + 1];
  float *sigema = new float[n + 1];
  float *sita = new float[n + 1];
  //初始化
  for (int i = 0; i <= m; i++) {
    cj[i] = 0;
  }
  for (int i = 0; i <= n; i++) {
    cB[i] = 0;
    XB[i] = 0;
    b[i] = 0;
    sigema[i] = 0;
    sita[i] = 0;
  }
  cout << "请输入目标函数系数(用空格间开):" << endl;
  for (int i = 1; i <= m; i++) {
    cin >> cj[i];
  }
  cout << "请输入各不等式的系数和常量(用空格间开):" << endl;
  for (int i = 1; i <= n; i++) {
    cout << "不等式" << i << ": ";
    for (int j = 1; j <= m + 1; j++) {
      cin >> matrix[i][j];
    }
  }
  cout << "请输入目标函数中基变量下标:" << endl;
  for (int i = 1; i <= n; i++) {
    cin >> XB[i];
    cB[i] = cj[XB[i]];
    //常量
    b[i] = matrix[i][m + 1];
  }

  //计算检验数
  for (int i = 1; i <= m; i++) {
    sigema[i] = cj[i];
    for (int j = 1; j <= n; j++) {
      sigema[i] -= cB[j] * matrix[j][i];
    }
  }

  while (check(sigema, m) == 0) {
    //寻找入基变量
  float maxn = sigema[1];
  int sigema_xindex = 0;
  float sigema_xcoefficient = 0;
  for (int i = 1; i <= m; i++) {
    if (maxn <= sigema[i]) {
      maxn = sigema[i];
      sigema_xindex = i;
      sigema_xcoefficient = cj[i];
    }
  }
  //计算sita
  for (int i = 1; i <= n; i++) {
    if (matrix[i][sigema_xindex] > 0) {
      sita[i] = b[i] / matrix[i][sigema_xindex];
    }
    else {
      sita[i] = 9999; //表示sita值为负数
    }
  }
  //寻找出基变量
  float minn = sita[1];
  int sita_xindex = 0;
  for (int i = 1; i <= n; i++) {
    if (minn >= sita[i] && sita[i] > 0) {
      minn = sita[i];
      sita_xindex = i;
    }
  }
  //入基出基变换,先入基再出基
  //入基操作
  for (int i = 1; i <= n; i++) {
    if (i == sita_xindex) {
      XB[i] = sigema_xindex;
      cB[i] = sigema_xcoefficient;
      break;
    }
  }
  //出基计算
  //化1
  //cout << endl << "此处为化1的结果------" << endl;
  float mul1 = matrix[sita_xindex][sigema_xindex];
  for (int i = 1; i <= m; i++) {
    matrix[sita_xindex][i] /= mul1;
  }
  b[sita_xindex] /= mul1;
  //化0
  //cout << endl << "此处为化0的结果------" << endl;
  for (int i = 1; i <= n; i++) {
    if (i == sita_xindex) {
      continue;
    }
    float mul2 = matrix[i][sigema_xindex] / matrix[sita_xindex][sigema_xindex];
    for (int j = 1; j <= m; j++) {
      matrix[i][j] -= (matrix[sita_xindex][j] * mul2);
    }
    b[i] -= (b[sita_xindex] * mul2);
  }
  for (int i = 1; i <= n; i++) {
    if (i == sita_xindex) {
      continue;
    }
  }
  for (int i = 1; i <= m; i++) {
    sigema[i] = cj[i];
    for (int j = 1; j <= n; j++) {
      sigema[i] -= cB[j] * matrix[j][i];
    }
  }
  }
  float MaxZ = 0;
  float *result = new float[m + 1];
  for (int i = 0; i <= m; i++) {
    result[i] = 0;
  }
  for (int i = 1; i <= n; i++) {
    result[XB[i]] = b[i];
  }
  cout << "最优解为:X = (";
  for (int i = 1; i < m; i++) {
    cout << result[i] << ",";
  }
  cout << result[m] << ")" << endl;
  for (int i = 1; i <= m; i++) {
    MaxZ += result[i] * cj[i];
  }
  cout << "最优值为:MzxZ = " << MaxZ;
  return 0;
}

程序运行结果:

总结

到此这篇关于c++实现单纯形法现行规划问题的求解的文章就介绍到这了,更多相关c++单纯形法内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • c++实现单纯形法现行规划问题的求解(推荐)

    在本程序中默认该现行规划问题有最优解 针对此问题: #include<iostream> using namespace std; int check(float *sigema, int m) { for (int i = 1; i <= m ; i++) { if (sigema[i] > 0) { return 0; } } return 1; } //此程序已经化为标准型的线性规划问题中,且默认有最优解 int main(int argc, char* argv[]) {

  • 基于Matlab制作一个数独求解器

    目录 1.完整效果 2.数独求解(错误示范) 3.数独求解(升维) 4.数字识别 5.GUI / APP 讲解一个完整的小项目,顺便说明如何使用整数规划求解数独. 1.完整效果 2.数独求解(错误示范) 首先我们先尝试如果只满足行.列.3x3块加和均为45的等式约束是否有效.即约束为: 每行和为45: 每列和为45: 每个3x3块和为45: 其中对此编写如下代码: sudokuMat=[1 0 5 0 2 0 0 0 0 0 0 0 7 4 3 0 0 5 3 0 7 0 0 0 0 0 9 0

  • oracle常见故障类别及规划解析

    前言: 上一篇文章中我们了解了oracle分区索引的失效和重建代码示例的相关内容,接下来我们要看的内容是: 对任何数据库系统而言,对显而易见的故障,应当避免发生本文列出了Oracle常见的故障并给出了解决方案,同时列出了一些日常规划. 一.数据库高可用性的几个目标 MTBF(Mean-Time-Between-Failures) 平均失败时间,即数据库出现失败的频繁度,应尽可能增大该值            应对措施 RAC集群技术:位于多台计算机上的多个实例打开一个物理数据库,降低因一个或多实

  • PHP实现基于回溯法求解迷宫问题的方法详解

    本文实例讲述了PHP实现基于回溯法求解迷宫问题的方法.分享给大家供大家参考,具体如下: 引言 最近在leetcode上看了些算法题,有些看着很简单的很常用的东西,竟然一下子想不出来怎么求解,比如说:实现sqrt函数,求数组的排列.如果高数学的不好,这些看似简单的问题,第一次碰到也会感觉很难求解,当然了,今天要说的是这样一个问题,求解迷宫的所有解,这个问题的求解用到了回溯法的思想,不了解这个思想的话,很多稍微复杂点的问题都很难解了. 问题描述 这个问题是在实在瞎逛的时候碰到的,具体哪里记不太清了.

  • Exchange2000系统建设及规划

    第一章第二章 Exchange 2000 安装和设置第一节 安装前的准备工作1. 检查服务器硬件配置2. 检查服务器是否是已经安装了AD的域控制器(DC)3. 检查服务器的网卡及网络设置4. 检查DNS对应是否设置完成5. 检查服务器的IIS中是否安装好了SMTP service 和NNTP service6. 检查是否安装Windows2000 service pack 17. 服务器页面文件设置为较大值第二节 安装Exchange 20001. 注意,将Exchange 2000安装在空间较

  • java求解集合的子集的实例

     java求解集合的子集的实例 方式1:我们知道子集个数 2的n次方 比如a,b,c的子集 * 000  0  {}      *001  1   a      *010  2   b      *011  3   a,b (b,a)      *100  4   c      * 101  5   a,c (c,a)      * 110  6   b,c (c,b)      * 111  7   a,b,c 利用二进制的对应关系 @Test public void test1() thro

  • Java采用循环链表结构求解约瑟夫问题

    本文实例讲述了Java采用循环链表结构求解约瑟夫问题的方法.分享给大家供大家参考.具体分析如下: 这是第一次java考试的试题,对于没看过链表的同学来说就不会做,现在回头看看,还真不难. 约瑟夫问题: 有n个人,其编号分别为1,2,3,-,n.这n个人按顺序排成一个圈.现在给定s和d,从第s个人开始从1依次报数,数到d的人出列,然后又从下一个人开始又从1开始依次报数,数到d的人又出列,如此循环,直到最后所有人出列为止.要求定义一个节点类,采用循环链表结构求解约瑟夫问题. 以下java版的答案:

  • java 求解二维数组列最小值

    java 求解二维数组列最小值 比较二维数组列最小值,组成一个新数组返回. 实现核心算法,不需要使用IO 输入:{{5,6,1,16},{7,3,9}} 输出:{1,3} import java.util.Arrays; public class Col { public static int[] getColMin(int a[][]) { int[] res = new int[a.length]; for (int i = 0; i < a.length; i++) { int[] s =

  • Oracle回滚段的概念,用法和规划及问题的解决

    正在看的ORACLE教程是:Oracle回滚段的概念,用法和规划及问题的解决.回滚段管理一直是ORACLE数据库管理的一个难题,本文通过实例介绍ORACLE回滚段的概念,用法和规划及问题的解决. 回滚段概述 回滚段用于存放数据修改之前的值(包括数据修改之前的位置和值).回滚段的头部包含正在使用的该回滚段事务的信息.一个事务只能使用一个回滚段来存放它的回滚信息,而一个回滚段可以存放多个事务的回滚信息. 回滚段的作用 事务回滚:当事务修改表中数据的时候,该数据修改前的值(即前影像)会存放在回滚段中,

  • Python实现高效求解素数代码实例

    素数是编程中经常需要用到的. 作为学习Python的示例,下面是一个高效求解一个范围内的素数的程序,不需要使用除法或者求模运算. #coding:utf-8 #设置python文件的编码为utf-8,这样就可以写入中文注释 def primeRange(n): myArray=[1 for x in range(n+1)] ##列表解析,生成长度为(n+1)的列表,每个数值都为1 myArray[0]=0 myArray[1]=0 startPos=2 while startPos <= n:

随机推荐