Lösen mit der Simplexmethode
Die Simplexmethode ist ein allgemeiner Ansatz zur Lösung
mehrdimensionaler linearer Optimierungsaufgaben. Ähnlich wie beim
Gauss'schen Eliminationsalgorithmus
wird auch hier eine Pivotisierung vorgenommen, die der geometrischen
Operation der Bewegung von einem Eckpunkt des zulässigen Bereichs zu einem
anderen entspricht, auf der Suche nach einer Lösung unter Verbesserung des
Zielfunktionswertes.
Der Name der Simplexmethode entspringt der Bezeichnung des zulässigen Bereichs
als Simplex, die Methode wurde anfang der 50er Jahre von
Kantorowitsch entwickelt.
Das Verfahren beruht auf der Tatsache der Konvexität linearer
Optimierungsprobleme. Damit ist gegeben, dass die Zielfunktion einen optimalen
Wert in einem Eckpunkt des zulässigen Bereichs annimmt.
Um die Simplexmethode auf lineare Optimierungsprobleme anwenden zu können,
müssen diese erst in eine standardisierte Form überführt werden, in die
Zweite Normalform eines linearen Optimierungsproblems. Dies erreicht man unter
anderem durch Durchsetzung der Nichtnegativität, durch
Einführung von Schlupfvariablen und weitere Umformungen. Mitunter kann es
dadurch zu einer gewaltigen Aufblähung des Problems kommen.
Unter gewissen Voraussetzungen, z.B. der Beschränktheit des zulässigen
Bereichs, ist die Simplexmethode jedoch sehr leistungsfähig.
Aufgrund ihrer algorithmischen Struktur gibt es einfach verständliche
Rechnerimplementationen der Simplexmethode, worauf hier jedoch nicht weiter
eingegangen werden soll.
|