【MATLAB】规划问题

1 线性规划

1.1 线性规划的标准形式

MATLAB中规定线性规划的标准形式：
$$\underset{x}{\min }{\mathbf{f}}^T\mathbf{x}s.t.\{\begin{array}{rl}& \mathbf{A}\cdot \mathbf{x}\le \mathbf{b}\\ & \mathbf{A}\mathbf{e}\mathbf{q}\cdot \mathbf{x}=\mathbf{b}\mathbf{e}\mathbf{q}\\ & \mathbf{l}\mathbf{b}\le \mathbf{x}\le \mathbf{u}\mathbf{b}\end{array}$$
$\mathbf{f}$、$\mathbf{x}$、$\mathbf{b}$、$\mathbf{b}\mathbf{e}\mathbf{q}$、$\mathbf{u}\mathbf{b}$是向量，$\mathbf{A}$和$\mathbf{A}\mathbf{e}\mathbf{q}$是矩阵。

所以如果是要求最大值，例如 $\underset{x}{\max }{\mathbf{f}}^T\mathbf{x}s.t.\mathbf{A}\mathbf{x}\ge \mathbf{b}$，则应该化为 $\underset{x}{\min }{-\mathbf{f}}^T\mathbf{x}s.t.-\mathbf{A}\mathbf{x}\le -\mathbf{b}$。

1.2 函数linprog

MATLAB中求解线性规划问题的基本函数是linprog。

调用形式：

[x, fval, exitflag, output, lambda] = linprog(f, A, b, Aeq, beq, lb, ub, x0, options)

参数说明：
x返回最优解
favl返回目标函数的值
exitflag返回是否收敛
output返回迭代次数
lambda
f对应目标函数$f(x)={\mathbf{f}}^{\mathbf{T}}\cdot \mathbf{x}$
A和b对应不等式约束 $\mathbf{A}\cdot \mathbf{x}\le \mathbf{b}$
Aeq和beq对应等式约束 $\mathbf{A}\mathbf{e}\mathbf{q}\cdot \mathbf{x}=\mathbf{b}\mathbf{e}\mathbf{q}$
lb和ub分别是变量 $x$ 的上下界
x0是 $x$ 的初始值
options是控制参数

1.3 例子

一个例子：
求解线性规划问题：
$$\begin{gathered} \min f(x)=2x_1+3x_2+x_3 \\ s.t.\{\begin{array}{rl}& x_1+4x_2+2x_3\ge 8\\ & 3x_1+2x_2\ge 6\\ & x_1,x_2,x_3\ge 0\end{array} \end{gathered}$$
代码如下：

f = [2; 3; 1];
A = -[1, 4, 2; 3, 2, 0];
b = -[8; 6];
lb = [0; 0; 0];
[x, fval] = linprog(f, A, b, [], [], lb)

运行结果：

Optimization terminated.
x =
0.8066
1.7900
0.0166
fval =
7.0000

2 非线性规划

2.1 非线性规划的标准形式

min ⁡ f ( x ) s . t . { A x ≤ B A e q ⋅ x = B e q C ( x ) ≤ 0 C e q ( x ) = 0 l b ≤ x ≤ u b \min f(\boldsymbol x)\quad\quad s.t. \left\{\begin{aligned} &\boldsymbol{Ax} \leq \boldsymbol {B}\\ &Aeq\cdot\boldsymbol{x} = Beq\\ &\boldsymbol{C}(x) \leq 0\\ &Ceq(x) = 0\\ &\boldsymbol{lb} \leq \boldsymbol{x} \leq \boldsymbol{ub} \end{aligned}\right. minf(x)s.t.⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧​​Ax≤BAeq⋅x=BeqC(x)≤0Ceq(x)=0lb≤x≤ub​

2.2 函数fmincon

调用形式：

[x, fval, exitflag] = fmincon(fun, x0, A, B, Aeq, Beq, lb, ub, nonlcon, options)

参数说明：
x返回最优解
favl返回目标函数的值
exitflag返回描述退出条件的exitflag。

3 整数规划

3.1 整数规划的定义

规划中的部分或全部变量限制为整数时，称为整数规划。若在线性规划模型中，变量限制为整数，则称为整数线性规划。

3.2 求解整数规划的方法

目前所流行的求解整数规划的方法，往往只适用于整数线性规划。
常见的整数规划问题的求解算法有：
       1）分枝定界法：可求纯或混合整数线性规划。
       2）割平面法：可求纯或混合整数线性规划。
       3）隐枚举法：用于求解0-1整数规划，有过滤隐枚举法和分枝隐枚举法。
       4）匈牙利法：解决指派问题（0-1规划特殊情形）。
       5）蒙特卡罗法：求解各种类型规划。