MATLAB线性规划 例题+代码模板

非整形线性规划：

题目

c = [13; 9; 10; 11; 12; 81]; % 目标函数的系数向量 
A = [0.4,1.1,1, 0, 0, 0;
0, 0, 0, 0.5, 1.2, 1.3];  
b = [800;900]; 
Aeq = [1,0,0,1,0,0;0,1,0,0,1,0;0,0,1,0,0,1]; % 没有等式约束 
beq = [400;600;500]; 
lb = zeros(6,1); % 变量下界，所有变量都从0开始 
ub = Inf(6,1); % 变量上界 若上界不存在就为inf无穷大  若为1  就是One
% 定义整数变量的索引 
[x, fval] = linprog(c, A, b, Aeq, beq, lb, ub); 
disp('最优解为：'); 
disp(x); 
disp('最小值为：'); 
disp(fval); 

注意事项

linprog 函数默认是求最小值 如果要求最大值 目标函数矩阵就要加上负号
因为负数最小值 就是绝对值最大值 即为所求最大值
同时约束条件默认 小于等于

整形规划（01规划）

题目：

解题：

步骤1：（设置变量和初始化）现在设9个变量 x1代表微积分 x2代表线性
代数 x3代表最优化方法 x4代表数据结构 x5代表应用统计 x6代表计算机
模拟 x7代表计算机编程 x8代表预测理论 x9代表数学实验
步骤2：（设置边界-上界与下界）
lb = [0; 0; 0; 0; 0; 0; 0; 0; 0]; % 变量下界
ub = [1; 1; 1; 1; 1; 1; 1; 1; 1]; % 变量上界为空
步骤3：确定决策条件：
x1+x2+x3+x4+x5>=2
X3+x5+x6+x8+x9>=3
x4+x6+x7+x9>=2
x1+x2-2x3 >=0
X7-x4>=0
x1+x2-2x5>=0
x7-x6>=0
x5-x8>=0
x1+x2-2*x9>=0
步骤4：求目标函数 min(x1+x2+x3+x4+x5+x6+x7+x8+x9)

matlab程序：

c = [1,1,1,1,1,1,1,1,1]; % 目标函数的系数向量 
A = -[1,1,1,1,1,0,0,0,0;  
0,0,1,0,1,1,0,1,1;  
0,0,0,1,0,1,1,0,1; 
1,1,-2,0,0,0,0,0,0; 
0,0,0,-1,0,0,1,0,0; 
1,1,0,0,-2,0,0,0,0; 
0,0,0,0,0,-1,1,0,0; 
0,0,0,0,1,0,0,-1,0; 
1,1,0,0,0,0,0,0,-2];  
b = -[2; 3; 2; 0; 0; 0; 0; 0; 0]; 
Aeq = []; % 没有等式约束 
beq = []; 
lb = zeros(9,1); % 变量下界，所有变量都从0开始 
ub = ones(9,1); % 变量上界，所有变量最大为1 
% 定义整数变量的索引 
intcon = 1:9; 
[x, fval] = intlinprog(c, intcon, A, b, Aeq, beq, lb, ub); 
disp('最优解为：'); 
disp(x); 
disp('最小值为：'); 
disp(fval);

结果：

注意事项：

%如果是整形求解就用intlinprog函数，加上intcon参数
%intcon（6，1）
%intlinprog（。。。。。）
其余的细节和非整形线性规划差不多