多个最优解

在优化初学者中，一个常见的误解是认为优化问题实际上只有一个解决方案。令人惊讶的是，这通常是不正确的。对于许多实际问题来说，目标(无论是成本、收入还是……)是由少数变量主导的，而大多数变量只是为了确保实际操作这个解决方案是可能的。例如，考虑一个人员配备问题，成本通常是由某一天工作的人数决定的，而不是特定的人。

这些情况自然会导致类似的问题

${displaymath} \ \开始开始{数组}{lrrl} \马克斯vec {c} = & & y & \(0, 1) \ \酸处理& - x \ l……点}= & (0,1)\ \ & y \ leq 1 &现代{4 \ cdot} = &(0, 1)。\ \ \{数组}\ {displaymath}结束结束$

这在图形上可以描述为

在这种情况下，很明显

，

，所有位于这两点之间的解都是最优解。单纯形算法将返回两者之一

或

(如果你改变参数，可能会切换)。屏障算法(不交叉)将返回

．这些解决方案都是正确的;如上所述的问题没有理由选择其中之一而不是另一个。如果你确实有偏好，你需要在你的目标函数中说明它。