Linear Programming using MatLab

ویرایش:  
نویسندگان: Nikolaos Ploskas. Nikolaos Samaras  
سری:  
ISBN (شابک) : 9783319659190 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 639 
زبان: english 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 84,000



این کتاب ارائه نظری و محاسباتی انواع الگوریتم‌ها و روش‌های برنامه‌ریزی خطی را با تأکید بر روش سیمپلکس اصلاح‌شده و اجزای آن ارائه می‌دهد. یک پس‌زمینه نظری و فرمول‌بندی ریاضی برای هر الگوریتم و همچنین مثال‌های عددی جامع و کد MATLAB® مربوطه گنجانده شده است. پیاده سازی های MATLAB ارائه شده در این کتاب پیچیده هستند و به کاربران اجازه می دهند راه حل هایی برای برنامه های خطی معیار در مقیاس بزرگ بیابند. هر الگوریتم با یک مطالعه محاسباتی روی مسائل معیاری دنبال می‌شود که رفتار محاسباتی الگوریتم‌های ارائه‌شده را تحلیل می‌کند.

این کتاب به‌عنوان همراهی محکم برای ادبیات الگوریتمی موجود، برای محققان مفید خواهد بود. ، دانشمندان، برنامه نویسان ریاضی و دانش آموزان با دانش اولیه جبر خطی و حساب دیفرانسیل و انتگرال. ارائه واضح خواننده را قادر می‌سازد تا تمام اجزای روش‌های نوع سیمپلکس، مانند تکنیک‌های پیش‌حل، تکنیک‌های مقیاس‌بندی، قوانین محوری، روش‌های به‌روزرسانی پایه، و تحلیل حساسیت را درک کرده و از آنها استفاده کند.

This book offers a theoretical and computational presentation of a variety of linear programming algorithms and methods with an emphasis on the revised simplex method and its components. A theoretical background and mathematical formulation is included for each algorithm as well as comprehensive numerical examples and corresponding MATLAB® code. The MATLAB® implementations presented in this book are sophisticated and allow users to find solutions to large-scale benchmark linear programs. Each algorithm is followed by a computational study on benchmark problems that analyze the computational behavior of the presented algorithms.

As a solid companion to existing algorithmic-specific literature, this book will be useful to researchers, scientists, mathematical programmers, and students with a basic knowledge of linear algebra and calculus. The clear presentation enables the reader to understand and utilize all components of simplex-type methods, such as presolve techniques, scaling techniques, pivoting rules, basis update methods, and sensitivity analysis.

Front Matter ....Pages i-xvii
 Introduction  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 1-11
 Linear Programming Algorithms  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 13-71
 Linear Programming Benchmark and Random Problems  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 73-134
 Presolve Methods  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 135-217
 Scaling Techniques  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 219-275
 Pivoting Rules  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 277-302
 Basis Inverse and Update Methods  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 303-328
 Revised Primal Simplex Algorithm  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 329-381
 Revised Dual Simplex Algorithm  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 383-435
 Exterior Point Simplex Algorithm  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 437-490
 Interior Point Methods  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 491-540
 Sensitivity Analysis  (Nikolaos Ploskas, Nikolaos Samaras)....Pages 541-563
Back Matter ....Pages 565-637