Elysia Tools

在一个清晰的工作台里浏览工具、案例、可视化和主题指南。

热门分类

专题

语言
ZHDERUPTENFRES

Elysia Tools

导航

Math & Numbers

线性规划单纯形法求解器(两阶段)

· 最后更新:2026-08-24

用两阶段单纯形法求解小规模线性规划(2–6 个变量、1–8 个约束):支持 max/min 与 ≤/≥/= 约束(右端为负自动规范化,≥/= 走阶段一人工变量),Bland 规则防循环;逐步输出每次迭代的进基/离基变量与目标值,报告最优解 x*、目标值及状态(最优/无界/无可行解),并将目标值代回验证。经典例:max 3x+5y s.t. x≤4, 2y≤12, 3x+2y≤18 → (2,6),z=36;min 2x+3y s.t. x+y≥4, x+3y≥6 → (3,1),z=9。

执行

运行这个工具

填写表单、运行工具,并在同一页面查看结果。

案例

与这个工具匹配的案例

相关内容

继续查看相关工具与专题

由 Elysia Tools 团队编写

工具使用指南

详细了解工具的适用范围、支持能力及用户案例。

关键事实

分类
Math & Numbers
输入类型
text, select, textarea, number
输出类型
text
案例覆盖
4
API 可用
是

概览

线性规划单纯形法求解器采用标准两阶段单纯形算法,支持 2 至 6 个决策变量和 1 至 8 个线性约束的快速求解。工具支持最大化与最小化目标,能自动处理 ≤、≥ 与 = 等各类约束形式,并结合 Bland 规则防止退化循环。求解过程提供清晰的进基与离基变量迭代步骤,最终输出最优解向量、目标极值及代入验证结果。

适用场景

  • 需要求解包含 2 至 6 个变量、1 至 8 个不等式或等式约束的小规模线性规划问题时。
  • 学习或讲授运筹学课程,需要核对两阶段单纯形法的进基变量、离基变量与中间迭代过程时。
  • 在生产排产、配料混合或资源分配中,需要快速确定最优决策变量组合与极值时。

使用方式

  1. 1输入目标函数各变量系数并选择优化目标(最大化 max 或最小化 min)。
  2. 2按行输入约束条件的系数、比较关系(<=、>= 或 =)以及右端常数项(负常数项将自动规范化转换)。
  3. 3系统通过引入松弛变量、剩余变量和阶段一人工变量构建单纯形表,采用 Bland 规则执行枢轴旋转迭代。
  4. 4输出每一步迭代的进基与离基变量日志,展示解的状态(最优、无界或无可行解),并将最优解代回原约束完成验证。

常见用途

  • 工厂产品组合优化:在机器工时与原材料限量约束下,计算利润最大化的产品生产数量。
  • 饲料或原料配比优化:在满足各项营养成分或成分含量底线的前提下,计算成本最低的采购配比方案。
  • 运筹学作业与考题验算:验证手算单纯形表的基变量变换、主元选取及最优目标值是否准确。

示例

1. 产品组合利润最大化(max)

生产计划员

背景

车间生产两种产品 x1 与 x2,单件利润分别为 3 万元和 5 万元,受限于设备工时与零件库存。

问题

在满足 x1 ≤ 4、2x2 ≤ 12 以及 3x1 + 2x2 ≤ 18 的约束下求最大总利润。

如何使用

目标系数填入 3, 5,选择最大化 max,约束框逐行输入 1, 0 <= 4、0, 2 <= 12、3, 2 <= 18 后点击求解。

目标系数: 3, 5
目标: max
约束:
1, 0 <= 4
0, 2 <= 12
3, 2 <= 18
小数位数: 4

结果

3 步迭代后收敛,最优解为 x1 = 2、x2 = 6,最大目标利润为 36。

2. 原料采购成本最小化(min)

运筹学助教

背景

课堂讲解两阶段单纯形法,需演示包含 ≥ 约束和人工变量的求解过程。

问题

求解 min 2x1 + 3x2,约束为 x1 + x2 ≥ 4 且 x1 + 3x2 ≥ 6。

如何使用

目标系数填入 2, 3,选择最小化 min,约束框输入 1, 1 >= 4 与 1, 3 >= 6。

目标系数: 2, 3
目标: min
约束:
1, 1 >= 4
1, 3 >= 6
小数位数: 4

结果

通过两阶段完成人工变量归零与目标寻优,得到最优解 x1 = 3、x2 = 1,最小目标值为 9。

常见问题

什么是两阶段单纯形法?

当约束条件包含 ≥ 或 = 时,第一阶段通过引入人工变量寻找初始基本可行解,第二阶段在此基础上优化原目标函数。

输入支持多少个变量和约束条件?

本求解器支持 2 到 6 个决策变量以及 1 到 8 条约束条件,适合小规模模型求解与教学演算。

约束右端项出现负数时需要手动处理吗?

不需要,系统会自动将不等式两端乘以 -1 翻转符号,将右端项规范化为非负数后再进行求解。

求解器如何避免单纯形法中的循环退化?

求解器内置 Bland 规则,在存在多个可选的进基或离基变量时按最小下标选取,确保算法收敛。

无界解与无可行解会如何提示?

若第一阶段结束人工变量仍大于零,状态显示为无可行解;若迭代中找不到正的主元,则状态显示为无界解。

首页
工具3212
案例593
可视化471
文件查看器103
专题239
标签333
图像、音频与视频657

图像、音频、视频处理、转换与优化工具

数学、日期与金融647

计算器、数值计算、日期逻辑、统计与金融工具

设计与颜色298

颜色、版式、图形、视觉样式与设计辅助工具

文本与写作209

写作、清洗、格式化、提取与文本分析工具

开发与 Web193

开发者工具、网络处理、Web 调试与自动化辅助工具

转换与编码175

格式、文件、压缩包、单位与编码转换工具

潜客测验发布与联系人交接
讣告、悼词与纪念卡的家属复核及交付
本地习惯记录的备份、恢复演练与分享前检查
长文改编 X 串文与 LinkedIn 帖子的事实复核与交付
Markdown 互动课件审校、离线演示与交付

© 2026 Elysia Tools. 保留所有权利。

文档价格关于我们服务条款隐私政策Cookie 政策联系我们
Java

Android Java 图像处理示例

Android Java 图像处理示例,包括图像读取保存、缩放和格式转换

Kotlin

Android Kotlin 图像处理示例

Android Kotlin 图像处理示例,包括图像读取保存、缩放和格式转换

Python

Web Python 图像处理示例

Web Python 图像处理示例,使用 PIL/Pillow 包括读取、保存、缩放和格式转换

Objective-C

macOS Objective-C 图像处理示例

macOS Objective-C 图像处理示例,包括图像读取保存、图像缩放和格式转换

Data Analysis

相关性分析器

高级相关性分析工具,计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点: - 多种相关性方法(皮尔逊、斯皮尔曼、肯德尔) - 相关性矩阵生成 - 统计显著性检验(p值) - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途: - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估

Design

图像合成

将多张图像精确合成在一起,可控制位置、透明度和混合模式

Design

图片区域提取

从图片中提取指定的矩形区域,支持自定义尺寸和位置

Data Analysis

Parquet 布隆过滤器/区间图/字典与列统计剪枝评估器

解码 Parquet thrift footer 并量化谓词下推剪枝:区间图 min/max、split-block 布隆过滤器(XXH64)、字典比率与编码,按行组给出示例 WHERE 子句的剪枝节省估算。