线性规划问题是数学规划问题的一个重要分支.线性规划问题就是找一个满足所有线性约束条件并使得线性目标函数达到最大或者最小的解.线性规划逆问题的一般提法是:给定了一个预设解x0（它不是最优解，也可能不是可行解），通过修改模型的参数使得这个预设解成为新参数下线性规划问题的最优解，同时保证在某种度量下修改成本尽可能的小。　　 本论文探讨基于资源向量（右端向量）调整的线性规划逆问题.给定一个规范形的线性规划问题（LP）mincTxs.t.Ax≥bx≥0其中c，x∈Rn，b∈Rm，并且A=(aij)是一个m×n矩阵.给定一个向量x0，基于资源向量（右端向量）调整的线性规划逆问题(ILPb)的一般提法是:调整资源向量（右端向量）b，使x0成为调整后的线性规划问题的最优解，目标是在某种模的意义下资源向量的调整量尽可能的小.　　 本论文选题是对线性规划逆问题理论的有益补充，同时也是最大流和最小费用流容量调整逆问题的推广，因此，本论文选题具有一定的理论研究价值和广泛的应用前景.　　 本文首先基于互补松弛性理论给出了基于资源向量调整的线性规划逆问题的模型，它是一个具有平衡约束的数学规划问题(Mathematical Programs with Equilibrium Constraints(MPEC)).通过构造求解一个辅助的线性规划问题，给出了判定该逆问题可行性的一个充分必要条件.接着考虑了l1模下资源向量调整的线性规划逆问题，它可以转化为一个带有等式和不等式约束的目标函数为赋权和形式哈明距离的数学规划问题，并被证明是NP困难的.若该逆问题中只有等式线性约束，并且技术系数矩阵A可逆，此时该逆问题有唯一最优解。　　 其次考虑了赋权l∞模下的逆问题，设计了算法求解该逆问题的一个二分法，算法共需迭代O(logm)，每次迭代的主要计算量是求解一个线性规划问题，因此此时的逆问题可在多项式时间内求解。　　 再次考虑了赋权哈明距离下资源向量调整的线性规划逆问题，包括赋权的和形式哈明距离(Weighted Sum-Hamming distance)和赋权的瓶颈哈明距离(Weighted Bottleneck-Hamming distance)两种情况.本文证明了和形式哈明距离下调整资源向量的逆问题是NP困难的.赋权瓶颈哈明距离下资源向量调整的线性规划逆问题可转化为求解O(logm)个线性规划问题，从而可在多项式时间内求解。　　 最后，我们说明最大流调整容量的逆问题和最小费用流调整容量的逆问题是资源向量调整的线性规划逆问题的特殊情况，因为只有部分资源向量作了调整.因此我们将其推广到资源向量的分量有调整限制的一般线性规划逆问题，其求解思路类似于没有调整限制的资源向量调整的线性规划逆问题。