37.利用linprog解 有约束条件多元变量函数最小值（matlab程序）

1.简述

      

linprog函数主要用来求线型规划中的最小值问题（最大值的镜像问题，求最大值只需要加个“-”）

2. 算法结构及使用方法
针对约束条件为Ax=b或Ax≤b的问题

2.1 linprog函数
x=linprog(f,A,b)
x=linprog(f,A,b,Aeq,beq)
x=linprog(f,A,b,Aeq,beq,lb,ub)
x=linprog(f,A,b,Aeq,beq,lb,ub,x0)

2.2 参数简介
f：目标函数
A：不等式约束条件矩阵
b：对应不等式右侧的矩阵
Aeq：等式约束条件矩阵
beq：不等式右侧的矩阵
Aeq：等式约束条件矩阵
beq：对应等式右侧的矩阵
lb：x的下界
ub：x的上界
x0：设置初始点x0，这个选择项只是对medium-scale算法有效。默认的large-scale算法和简单的算法忽略任何初始点。（一般用不到）

2.3 常用linprog函数及用法举例
linprog函数常用形式为：

x=linprog(f,A,b,Aep,beq,lb,ub);

例子：  学习目标：有约束条件多元变量函数最小值
 适合  计划生产盈利最大   的模式求解，

 最大值解法可转化为求解最小值算法，非常容易

   求最大值转化为求最小值  f=70*x1+120*x2  的最大值，当然x1,x2是有约束的。
   

转化为求  f=-(70*x1+120*x2)  的最小值。

   约束条件：9*x1+4*x2<=3600;4*x1+5*x2<=2000;3*x1+10*x2<=3000;-x1,-x2<

2.代码

主函数：

clc
clear
       
       f=[-70 -120];
       A=[9 4;4 5;3 10];
       B=[3600;2000;3000];
       Aeq=[];  Beq=[];
       lb=[0 0];ub=[inf inf];
        x0=[1 1];
       options=optimset('display','iter','Tolx',1e-8);

     [x,f,exitflag]=linprog(f,A,B,Aeq,Beq,lb,ub,x0,options)
     %[xmincon,fval,exitflag,output] = fmincon(@(x)-(70*x(1)+120*x(2)),x0,A,B,Aeq,Beq,lb,ub,[],options)
 

子函数：

function [x,fval,exitflag,output,lambda]=linprog(f,A,B,Aeq,Beq,lb,ub,x0,options)
%LINPROG Linear programming.
%   X = LINPROG(f,A,b) attempts to solve the linear programming problem:
%
%            min f'*x    subject to:   A*x <= b
%             x
%
%   X = LINPROG(f,A,b,Aeq,beq) solves the problem above while additionally
%   satisfying the equality constraints Aeq*x = beq. (Set A=[] and B=[] if
%   no inequalities exist.)
%
%   X = LINPROG(f,A,b,Aeq,beq,LB,UB) defines a set of lower and upper
%   bounds on the design variables, X, so that the solution is in
%   the range LB <= X <= UB. Use empty matrices for LB and UB
%   if no bounds exist. Set LB(i) = -Inf if X(i) is unbounded below;
%   set UB(i) = Inf if X(i) is unbounded above.
%
%   X = LINPROG(f,A,b,Aeq,beq,LB,UB,X0) sets the starting point to X0. This
%   option is only available with the active-set algorithm. The default
%   interior point algorithm will ignore any non-empty starting point.
%
%   X = LINPROG(PROBLEM) finds the minimum for PROBLEM. PROBLEM is a
%   structure with the vector 'f' in PROBLEM.f, the linear inequality
%   constraints in PROBLEM.Aineq and PROBLEM.bineq, the linear equality
%   constraints in PROBLEM.Aeq and PROBLEM.beq, the lower bounds in
%   PROBLEM.lb, the upper bounds in  PROBLEM.ub, the start point
%   in PROBLEM.x0, the options structure in PROBLEM.options, and solver
%   name 'linprog' in PROBLEM.solver. Use this syntax to solve at the
%   command line a problem exported from OPTIMTOOL.