单纯形法与GLPK求解器中修正单纯形法的区别

时间:2015-05-17 21:14:42

标签: matlab octave linear-programming glpk

我正在尝试用八度音阶中的glpk解算器解决大数据的LP最小化问题。我的约束矩阵有1000个或更多行。我对使用glpk的lpsolver=1选项很困惑。我没有使用与否的区别。如果我使用该选项,我会得到相同的结果吗?任何有关这方面的帮助将不胜感激。

1 个答案:

答案 0 :(得分:2)

如果你查看八度音程帮助,你会发现this

  

lpsolver(默认值:1)

Select which solver to use. If the problem is a MIP problem this flag will be ignored.

1

    Revised simplex method.
2

    Interior point method.

因此,在某些问题的效率方面只有不同之处,如果您在维基百科中寻找比较,您会发现:

目前的观点是,基于单纯形的方法和内点法的良好实现的效率对于线性规划的常规应用是相似的。[14]然而,对于特定类型的LP问题,可能是一种类型的求解器优于另一种(有时好得多),并且内点法与基于单纯形的方法生成的解的结构与支持有显着差异。一组活动变量通常对于后一个变小。[15]

  LP解算器广泛用于优化各种问题   在工业中,例如优化交通网络中的流量

在这种情况下也会被忽略

  

如果只需要一些未知变量是整数,   那么这个问题就叫做混合整数规划(MIP)问题。   这些通常也是NP难的,因为它们更加通用   比ILP计划。在这种情况下,忽略此参数

相关问题