规划学习（一）

一、规划分类

1.线性规划：决策变量的线性表达式，能写成内积

2.非线性规划：高次，组合项x1*x2等

3.整数规划：变量取整（含线性整数规划和非线性整数规划，非线性整数规划采用蒙特卡洛模拟求解）

4.0~1规划：整数变量取值取为0和1

二、线性规划求解

1.符号代表

类似线性代数求法：化为Ax=b

全部化为求解min，求max添minus转化为min

约束全部是小于号，大于号要进行转化

不等式约束、等式约束、上下界约束

求解 min z=Cx

A表不等式约束变量前系数

b表示不等式常量

aeq表等式约束变量系数

beq表等式常量

2.函数

linprog（linear programing）

[x,fval]=linprog[ c , A , b , aeq , beq , lb , ub ,x0]

x0是初始值线性规划中一般不重要不予以赋值

不等式约束和等式约束不存在时仍要写出为" [   ]  "

无上下限时设置 lb(i)=inf ,ub(i)=inf

注意：所有的条件都是带有等于号的，如果是单纯的大于小于号需要放松条件，例如x1>0可化为，x1>=0.000001.

三、整数规划

这里只讨论线性整数规划，顺便提一下，0-1规划是整数规划最为显著且使用广泛的一种整数规划

所使用函数：intlinprog

[x,fnval]=intlinprog[c,intcon,A,b,aeq,beq,lb,ub]

与线性规划区别在于“intcon”（ int constrain ），是为了确定整数变量位置

例x1，x2 , x3 三个变量，x1和x3是整数，intcon为[1,3]

(注意，intlinprog不支持初始值设定的需求)

经典例题

（1）背包问题

变量为0-1时使用，比如货物1——10种，每个货物的运送与否，只有两种情况，无非是运（1），不运（0），本质是0-1规划问题。

  (2)指派问题

双向选择，未知量数目多，但仍然是0-1整数规划

（3)切割问题

首先要给出较差的切割方法，再通过枚举法列出所有的可能优化方案再按照0-1规划求解。