利用Matlab解决规划问题

线性规划

应用单纯形法求解

将线性规划问题的一般形式转化为标准形式：
1.若为maxf(x)，则化为-maxf(x)
2.将不等式约束化为等式约束：
（1）若g_i(X)<=b_i,转为g_i(X)+x_k=b_i
（2）若g_i(X)>=b_i,转为g_i(X)-x_k=b_i
3.将任意变量转为非负变量（即x_i>=0）
4.将负的限定系数转为正值（Ax=b,若b为负值，则等式两边均乘以-1）
e.g.
minf(x)=-4x₁-x₂
s.t.
-x₁+2x₂<=4
2x₁+3x₂<=12
x₁-x₂<=3
x₁,x₂>=0
解：
用M函数形式求解

	A=[-1,2,1,0,0;2,3,0,1,0;1,-1,0,0,1]
	c=[-4,-1,0,0,0]
	b=[4,12,0]
	[x,mf]=SimpleMthd0(A,c,b,[3 4 5])

运行结果如下;
x= 4.2000 1.2000
mf=-18.0000

利用优化工具linprog

Matlab的优化工具箱里有现成函数linprog
minf(x)
s.t.（不等式约束）Ax<=b
（等式约束）Aeqx=beq
lb<=x<=ub
基本格式

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

e.g.
minf(x)=-2x₁-x₂+3x₃-5x₄
s.t.
x₁+2x₂+4x₃-x₄<=6
2x₁+3x₂-x₃+x₄<=12
x₁+x₃+x₄<=4
x₁,x₂,x₃,x₄>=0
解：

f=[-2 -1,3,-5]
A=[1 2 4 -1;2 3 -1 1;1 0 1 1]
b=[[6 12 4]
lb=[0 0 0 0]
[x,fval]=linprog(f,A,b,[],[],lb)

输出结果如下：
x=
0.0000
2.6667
0.0000
4.0000
fval=-22.6667

整数规划

非线性规划

二次规划