【数学建模】线性规划模型概念及Matlab实现

最新推荐文章于 2025-02-06 09:00:00 发布

Yaooooo8

最新推荐文章于 2025-02-06 09:00:00 发布

阅读量1.2k

点赞数 34

分类专栏：数学建模文章标签：数学建模 matlab 算法

本文链接：https://blog.csdn.net/2401_82621879/article/details/140294607

版权

数学建模专栏收录该内容

6 篇文章

订阅专栏

一、线性规划

1.1 线性规划简介

线性规划（Linear programming,LP），是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，是辅助人们进行科学管理的一种数学方法，是研究线性约束条件下线性目标函数的极值问题的数学理论和方法。

1.2线性规划在数学建模中使用的范围

当生产安排、投资收益、销售运输、车辆安排等题型中出现如何安排/分配、尽量多（少）、利润最大、最合理等词汇时，往往就需要使用线性规划的方法解决问题。

1.3建立线性规划模型的一般步骤

1.分析问题，找出决策变量

2.根据题目所给条件，找出决策变量必须满足的一组线性等式或者不等式的约束，即为约束条件

3.根据问题的目标，构造关于决策变量的一个线性函数，即为目标函数

1.4线性规划的标准形式

$max z=\sum_{i=1}^{n } c_{i} x_{i}\dots (1)\\ \left\{\begin{matrix} \sum_{i=1}^{n}a_{ij}x_{i} \le b_{j} \\ x_{i} \ge 0 \end{matrix}\right.\dots(2)$

如同上式的情况称为线性规划的标准型

可行解

满足约束条件(2)的解 $x_i$ ，称为线性规划问题的可行解，使目标函数(1)达到最大值的可行解称为最优解

1.5线性规划的matlab实现

在matlab中要求线性规划必须将max化为min的形式，对max式子两侧同乘以-1即可得到min的表达式。

f	目标函数的系数列向量
A，b	不等式约束条件的变系数矩阵和常系数矩阵
Aeq ,beq	等式约束条件的系数矩阵和常系数矩阵
lb ,ub	决策变量的最小及最大取值

Matlab求解线性规划问题的函数调用格式

[x,fval] = linprog(f,A,b）
[x,fval] = linprog(f,A,b,Aeq,beq)
[x,fval] = linprog(f,A,b,Aeq,beq,lb,ub)

二、例题

求解以下线性规划模型

$\max z=3x_{1}-x_{2}-x_{3},\\s.t.\begin{cases}x_{1}-2x_{2}+x_{3}\leq11,\\-4x_{1}+x_{2}+2x_{3}\geq3,\\-2x_{1}+x_{3}=1,\\x_{1},x_{2},x_{3}\geq0.\end{cases}$

首先将问题转化为求解器的标准格式， $\operatorname*{min}z=-3x_{1}+x_{2}+x_{3}$

f=[-3;1;1];
a=[1,-2,1;
    4,-1,-2];
b=[11;
    -3];
aeq=[-2,0,1];
beq=1;
lb=zeros(3,1);%表示下界是一个三行一列的数组且全为0
[x,fval]=linprog(f,a,b,aeq,beq,lb);
y=-fval;%将最小值转化为最大值
disp(x);%输出各个x的取值
disp(y);%输出最大值