线性规划代码实现

爱静的龙猫

已于 2024-01-09 21:57:52 修改

阅读量385

点赞数 8

文章标签： python 算法机器学习

于 2024-01-09 21:47:58 首次发布

本文链接：https://blog.csdn.net/2302_79394843/article/details/135490528

版权

本文介绍了如何在MATLAB中使用linprog和intlinprog函数解决线性和整数线性规划问题，包括目标函数、约束条件、变量范围以及整数约束的处理方法，通过实例展示了这两个函数的用法。

摘要由CSDN通过智能技术生成

f=[-7,-12];
A=[9 4;4 5;3 10];
b=[300;200;300];
lb=zeros(2,1);% 生成一个2行1列的全0矩阵,很显示，上面例子中的x,y的最小值为0
[x,fval]=linprog(f,A,b,[],[],lb,[])

f = [-2; -3; 5];          % 目标函数的系数向量
a = [-2, 5, -1;           % 不等式约束矩阵
     1, 3, 1];
b = [-10; 12];            % 不等式约束右侧向量
aeq = [1, 1, 1];          % 等式约束矩阵
beq = 7;                  % 等式约束右侧向量

[x, y] = linprog(f, a, b, aeq, beq, zeros(3, 1));

clc,clear
a=0;hold on
while a<0.05
    c=[-0.05,-0.27,-0.19,-0.185,-0.185];
    A=[zeros(4,1 ),diag([0.025,0.015,0.055,0.026])];
    b=a*ones(4,1);
    Aeq=[1,1.01,1.02,1 .045,1.065];
    beq=1; LB=zeros(5,1);，
    [x,Ql=linprog(c,A,b,Aeq,beq,LB);
    Q=-Q; plot(a,Q,'*k'); .
    a=a+0.001;
end
xlabel('a'),ylabel('Q')

f ：目标函数的系数矩阵
intcon ：整数所在位置
A ：不等式约束的变量系数矩阵
b ：不等式约束的资源数
Aeq ：等式约束的变量系数矩阵
beq ：等式约束的资源数
lb ：变量约束下限
ub ：变量约束上限

在函数intlinprog中，intcon的意义为整数约束变量的位置。如上例中，因为x1和x2都要是整数，intcon参数位置ic_13的值为[1,2]。这个位置是按照目标函数和约束条件中变量位置来排列的。如果上式中仅有x2为整数约束，那么ic_13的值应该为2。

是0应该为空

f_13=[-1,-1];
ic_13=[1,2];
A_13=[-4,2;4,2;0,-2];
b_13=[-1;11;-1];
lb_13=zeros(2,1);
[x_13,fval_13,flag_13]=intlinprog(f_13,ic_13,A_13,b_13,[],[],lb_13,[])

f_12=[7 5 9 6 3];
ic_12=[1,2,3,4,5];
A_12=[56,20,54,42,15;1,4,1,0,0;-1,-2,0,-1,-2];
b_12=[100;4;-2];
lb_12=zeros(5,1);
ub_12=ones(5,1);
[x_12,fval_12,flag_12]=intlinprog(f_12,ic_12,A_12,b_12,[],[],lb_12,ub_12)