优化|单纯形法及其Java实现

      本文中的课件来自清华大学深圳国际研究生院，物流与交通学部张灿荣教授《高级运筹学》课程。
      张灿荣教授个人主页：https://www.sigs.tsinghua.edu.cn/zcr/list.htm

单纯形法（Simplex Method）

单纯形法是求解线性规划问题的一个经典算法，是一种直接、快速的搜索最小值方法，其优点是收敛速度快，适用面较广。
很多同学肯定对使用单纯形表解决线性规划问题并不陌生，但是每次迭代时对系数矩阵进行变换，其中某些系数的变换是不必要的。通过矩阵变换的形式表达单纯形法的过程可以使计算过程更加简洁，编程实现也更加方便。

该方法涉及的重要公式推导过程如上图所示。其中$x_B$表示基变量，$x_N$表示非基变量，$B$和
$N$分别代表基变量与非基变量的约束系数，而$c_B$和$c_N$则分别表示其目标函数的系数。
由目标函数$z$的表达式可以看出，由于基变量最终取值为零，若其系数$c_N-c_B{B}^{-1}N$大于零，则目标函数值仍有提升的空间未得到最优解。故$c_N-c_BB^{-1}N$正是检验数。

单纯形法伪代码

下图给出了单纯形法实现的伪代码。注意，此处解决的是一个最大化问题。

单纯形法的Java实现

接下来，将详细介绍单纯形法的Java实现。

变量符号定义

计算中用到的变量符号定义，具体代码为：

double[] c = new double[c_.size()+l];  //定义目标函数的系数矩阵c
double[][] A = new double[A_.size()][A_.get(0).size()+l];  //定义约束的系数矩阵A
double[] b = new double[b_.size()];  //定义约束值的矩阵b
int per = 0; // 需要添加人工变量的约束个数
double M = 1000000; // 大M法中的“M”
int[] x_B_Num = new int[A.length];  //定义存储基变量标号的一维数组
int[] x_N_Num = new int</