Cтраница 2
При этом процедура не требует хранения матрицы ограничений в памяти машины, ее элементы могут вычисляться в процессе счета. Эти обстоятельства позволяют использовать процедуру со сколь угодно большими значениями параметров м, m, г, значение же параметра р невелико по смыслу самой задачи. [16]
Следующая теорема описывает класс целочисленных многогранников, матрицы ограничений которых не являются абсолютно унимодулярными. [17]
Ys используются для хранения любого вектора-столбца Uр матрицы ограничений ( VIII, 196), соответствующего независимой переменной х-г Остальные три элемента yls ( i - т 1, т - f - 2, т - - 3) применяются для хранения остальной информации задачи, относящейся к этой переменной. Элемент / / m 1, s предназначен для хранения значения коэффициента с / линейной формы ( VIII, 194), отвечающего этой переменной. Наконец, элемент f /, 3, s предназначен для хранения значения индекса / переменной х, присвоенного ей в исходной формулировке задачи линейного программирования. [18]
Одним из примеров задачи со специальной структурой матрицы ограничений является, например, транспортная задача, ужа знакомая читателю ( см. гл. [19]
Процедуры дополнительных расчетов используются для анализа влияния коэффициентов матрицы ограничений и прочих параметров модели на оптимальное решение. [20]
В этой главе изучаются задачи ЛП, в которых матрицы ограничений имеют блочно-диагональную структуру, искаженную наличием связывающих переменных или ограничений. [21]
Показано, что, имея решение одной задачи, матрица ограничений которой обладает требуемой структурой, можно достаточно быстро вручную получить решение серий подобных задач, матрицы которых отличны от исходной несколькими столбцами и строками. [22]
Для одного класса задач линейного программирования рассмотрены возможности сведения матрицы ограничений к требуемому виду. [23]
Приводимая методика позволяет учесть при решении задачи специфические особенности матрицы ограничений, что дает возможность значительно снизить требования к памяти вычислительной машины. [24]
Описанная выше методика допускает естественное обобщение на задачи с матрицей ограничений, имеющей блочно-диагональ-ную структуру. [25]
Рассмотрим алгоритм решения задачи (4.26) - (4.27) с учетом особенностей матрицы ограничений и с использованием форм EFI или PFI для хранения матрицы, обратной к транспортированной; матрице линейного преобразования. [26]
Применение идей блочного программирования [2, 3] позволяет выделить подматрицу А в матрицу ограничений отдельной, вспомогательной задачи. Матрица ограничений этой задачи симметрична. [27]
АВ R, где матрица АВ составлена из всех базисных столбцов матрицы ограничений A, a R - верхняя треугольная матрица. Параметр case определяет тип операции, которая должна быть выполнена с матрицами. [28]
Что касается решения задачи (1.204) - (1.207), то она имеет матрицу ограничений с блочно-диагональной структурой со связывающей частью, и поэтому могут быть использованы методы блочного программирования. [29]
Ниже показаны условия сохранения свойства симметрии матрицы по итерациям, дана структура матрицы ограничений, при которой эти условия всегда выполняются, и кратко рассмотрены пути сведения матрицы ограничений задачи к матрице требуемой структуры. [30]