线性规划问题规范型算法的计算机实现研究
摘要：随着科技的飞速发展，现如今世界已经步入信息时代，掌握一定的计算机技能是每一个当代人必备的一项生存手段。
然而在计算机专业技术的教学和学习过程中，算法便是计算机编程技术的核心思想，如何将算法研究到位制约着计算机技术学习得好坏，因此，笔者在平时的计算机学习与教学过程中比较关注各种计算机算法的应用，本文重点阐述关于线性规划问题规范算法的计算机实现研究，希望本文的研究成果能够为从事计算机事业和教育界带来一些有意义的帮助。
关键词：线性规划；规范型算法；计算机实现
中图分类号：tp301.6文献标识码：a文章编号：1007-9599 (2013) 07-0000-02
编程对于学习计算机的人而言并不陌生，对于大多数不熟悉计算机的人士而言，其实编程就是编制程序的意思。
编制程序就是在实际生活中遇到一些棘手而复杂的实际问题难以解决的时候，运用计算机语言编制一定的算法和代码，借助计算机运行来解决这些问题。
真正学好并运用好计算机必须掌握几种常见的算法。
本文主要介绍线性规划问题规范型算法的背景、定义、应用以及意义，希望这些研究对于计算机的使用和计算机技术的学习提供必要的帮助。
一、线性规划问题规范型算法的背景
对于线性规划，最初来自于数学领域，它属于运筹学的范畴，对于处理线性目标函数以及应用线性约束来求解最优化解的问题方
面，应用较多。
但是鉴于近年来越来越多的实际问题需要运用计算机编程，通过运用计算机能够处理巨大规模的运算数据的能力来解决数学、天文、生物、化学、物理、金融等各个领域的实际问题，线性规划问题规范型算法便应用而生。
经过实践证明，这种算法在使用过程中，操作比较精简而凝练，剪短了计算机运行程序的时间，降低了编制程序的复杂性，因此，它的使用相对其他算法来说是非常广泛的，目前，除了数学、物理、化学等自然科学应用这种算法外，还有像心理学、金融学、统计学等社会性质的学科也会应用这种算法处理大量数据。
二、线性规划问题规范型算法的定义
线性规划问题算法
设线性规划问题的一般形式为：
其中为待定的决策变量，已知的系数组成的矩阵，称为约束矩阵，的列向量记为，，的行向量为，，称为目标函数，记为，向量称为价值向量，称为价值系数，向量称为右端向量，条件称为非负约束。
一个满足所有约束条件的向量称为上述问题的可行解或者可行点，所有的可行点，所有的可行点组成的集合称为上述问题的可行区域，记为。
由线性代数和微积分中求条件极值的知识，给定一个线性问题，下列三种情况必居其一：
（1），称问题无解或不可行。
（2），但目标函数在上无界，此时称该问题无界。
（3），且目标函数有有限的最优值，此时称该问题有最优解。
当时，上述形式的线性规划用矩阵向量的形式表示为：
，其中，称为线性规划的规范形式。
当时，问题为
，称此形式的线性规划为标准形式。
三、线性规划问题规范型算法
（一）单纯形法
仍考虑标准形式的线性规划，这里假设，秩（），，为一的实矩阵。
假设已找到一个非退化的基本可行解，即找到一个基。
此时，可将方程组化成与之等价的方程组
（二）对偶单纯形法
考虑到大家经常使用的一般形式的线性规划问题
因此为了使用最优化原则，我们必须将其变为标准形式的线性规划问题，所以对于的每一个不等式约束，减去一个不是正的约束变量，那么我们可以得知，每一个变量，都可以用两个相关的变量来将其代替，所以我们就可以得到以下形式的线性规划问题：上述简单介绍了线性规划问题的数学模型以及数学方程概念，通过上述介绍，相信读者对于单纯形法和对偶单纯形法有了一定的了解，在学习计算机编程语言的过程中，这种最为原始的理论基础总是能够起到纵观全局的作用。
无论是单纯形法还是对偶单纯形法，这两种方法的存在都是线性规划算法的应用表现方式，一般的规划最优化原理可以总结如下：当我们的实际生活中出现一个动态的过程时，不管初始状态如何，只要以后的状态都根据第一个状态的决策来做出决策，步步紧推，就能够将整个过程的策略编程变成一个最优化的策略。
四、线性规划问题规范型算法的意义
当下数学研究领域，对于整数规划、0—1规划以及非线性规划等都是现代规划领域的难题，尤其是0—1规划问题已被确认为np难题，本文对于研究线形规划的算法，对这些问题的算法研究都是有启示及推动作用的。
线性规划问题规范型算法对于计算机编程技术带来了不同凡响的改变，使得编程变得简洁而方便，对于编程人员来讲，降低了难度和简化了测试，节省了时间和空间。
通过以上四个方面的叙述和讨论，相信读者一定对于线性规划问题规范型算法有了初步的了解，基于这样的了解，在计算机编程过程中使用，一定能够收到不错的成效。
当然本文的研究仅仅做了科研工作的小小一部分，还需要进一步深入和探讨。
参考文献：
[1]高国成.关于求线性规划初始可行基的生成算法[j].数学杂志,2000,20(3):320-322.
[2]朱明权,陈明飞.关于单纯形方法的若干新算法[j].数值计算与计算机应用,1997,18(3):206-217.。