Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2017 | OriginalPaper | Buchkapitel

1. Introduction

verfasst von : Nikolaos Ploskas, Nikolaos Samaras

Erschienen in: Linear Programming Using MATLAB®

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The Linear Programming (LP) problem is perhaps the most important and well-studied optimization problem. Numerous real world problems can be formulated as Linear Programming problems (LPs). LP algorithms have been used in many fields ranging from airline scheduling to logistics, transportation, decision making, and data mining. This chapter introduces some key features of LP and presents a brief history of LP algorithms. Finally, the reasons of the novelty of this book and its organization are also presented.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Linear Programming Algorithms
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Bixby, E. R. (1992). Implementing the simplex method: The initial basis. ORSA Journal on Computing, 4, 267–284.MathSciNetCrossRef
2.
Borgwardt, H. K. (1982). The average number of pivot steps required by the simplex method is polynomial. Zeitschrift fur Operational Research, 26(1), 157–177.MathSciNetMATH
3.
Dantzig, G. B. (1949). Programming in linear structure. Econometrica, 17, 73–74.CrossRef
4.
Dantzig, G. B. (1963). Linear programming and extensions. Princeton, NJ: Princeton University Press.MATH
5.
Dongarra, J., & Sullivan, F. (2000). Guest editors’ introduction: The top 10 algorithms. Computing in Science & Engineering, 22–23.CrossRef
6.
Forrest, J. J., & Goldfarb, D. (1992). Steepest-edge simplex algorithms for linear programming. Mathematical Programming, 57(1–3), 341–374.MathSciNetCrossRef
7.
Fourer, R. (1994). Notes on the dual simplex method. Draft report.
8.
Frisch, K. F. (1955). The logarithmic potential method of convex programming. Technical report, University Institute of Economics, Oslo, Norway.
9.
Glavelis, T., & Samaras, N. (2013). An experimental investigation of a primal–dual exterior point simplex algorithm. Optimization, 62(8), 1143–1152.MathSciNetCrossRef
10.
Gondzio, J. (1992). Splitting dense columns of constraint matrix in interior point methods for large-scale linear programming. Optimization, 24, 285–297.MathSciNetCrossRef
11.
Gondzio, J. (1996). Multiple centrality corrections in a primal-dual method for linear programming. Computational Optimization and Applications, 6, 137–156.MathSciNetCrossRef
12.
Hoffman, A. J., Mannos, M., Sokolowsky, D., & Wiegman, N. (1953). Computational experience in solving linear programs. Journal of the Society for Industrial and Applied Mathematics, 1, 17-33.MathSciNetCrossRef
13.
Karmarkar, N. K. (1984). A new polynomial-time algorithm for linear programming. Combinatorica, 4, 373–395.MathSciNetCrossRef
14.
Khachiyan, L. G. (1979). A polynomial algorithm in linear programming. Soviet Mathematics Doklady, 20, 191–194.MATH
15.
Klee, V., & Minty, G. J. (1972). How good is the simplex algorithm. In O. Shisha (Ed.), Inequalities - III. New York and London: Academic Press Inc.
16.
Lemke, C. E. (1954). The dual method of solving the linear programming problem. Naval Research Logistics Quarterly, 1(1), 36–47.MathSciNetCrossRef
17.
Lustig, I. J., Marsten, R. E., & Shanno, D. F. (1992). On implementing Mehrotra’s predictor corrector interior point method for linear programming. SIAM Journal on Optimization, 2, 435–449.MathSciNetCrossRef
18.
Mehrotra, S. (1992). On the implementation of a primal-dual interior point method. SIAM Journal on Optimization, 2, 575–601.MathSciNetCrossRef
19.
Paparrizos, K. (1991). An infeasible exterior point simplex algorithm for assignment problems. Mathematical Programming, 51(1–3), 45–54.MathSciNetCrossRef
20.
Paparrizos, K. (1993). An exterior point simplex algorithm for (general) linear programming problems. Annals of Operations Research, 47, 497–508.MathSciNetCrossRef
21.
Paparrizos, K., Samaras, N., & Stephanides, G. (2003). An efficient simplex type algorithm for sparse and dense linear programs. European Journal of Operational Research, 148(2), 323–334.MathSciNetCrossRef
22.
Paparrizos, K., Samaras, N., & Stephanides, G. (2003). A new efficient primal dual simplex algorithm. Computers & Operations Research, 30(9), 1383–1399.MathSciNetCrossRef
23.
Samaras, N. (2001). Computational improvements and efficient implementation of two path pivoting algorithms. Ph.D. dissertation, Department of Applied Informatics, University of Macedonia (in Greek).
24.
Samaras, N., Sifelaras, A., & Triantafyllidis, C. (2009). A primal-dual exterior point algorithm for linear programming problems. Yugoslav Journal of Operations Research, 19(1), 123–132.MathSciNetCrossRef
25.
Von Neumann, J. (1947). On a maximization problem. Technical report, Institute for Advanced Study, Princeton, NJ, USA.
Metadaten
Titel
Introduction
verfasst von
Nikolaos Ploskas
Nikolaos Samaras
Copyright-Jahr
2017
Buch
Linear Programming Using MATLAB®

Print ISBN: 978-3-319-65917-6

Electronic ISBN: 978-3-319-65919-0

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-65919-0_1

Premium Partner

    Bildnachweise