【OR】在线Matlab/Octave使用及LP求解

工具链接

Octave online，Web版的matlab，运行速度很快，操作基本与matlab一致
Octave Online
Doc for Octave

线性规划问题求解

线性规划求解流程图如下所示

线性规划问题的标准形式

$$\{\begin{array}{rl}& \min z=\mathbf{C}\mathbf{X}\\ & \mathbf{A}\mathbf{X}\le \mathbf{b}\\ & \mathbf{X}\ge 0\end{array}$$

求解函数

matlab中线性规划求解函数为linprog

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

参数说明
f, A, b：表示求解问题为$\min f^{T}x$，约束条件为$Ax\le b$
Aeq, beq：等式约束$Aeqx=beq$
lb, ub：变量$x$的上界和下界
x0：x搜索的起始点
options：表示optimset函数中定义的参数值
fval：目标函数在解x处的值
lambda：表示在解x处的Lagrange乘子

• lambda.lower：lambda的下界
• lambda.upper：lambda的上界
• lambda.ineqlin：lambda的线性不等式
• lamdba.eqlin：lambda的线性等式

在web版的Octave中linprog只能返回x和fval的信息

案例

demo 1

求解模型
$$\begin{gathered} \min Z=-4a+b+7c \\ s.t\{\begin{array}{l}a+b-c=5\\ 3a-b+c\le 4\\ a+b-4c\le -7\\ a,b\ge 0\end{array} \end{gathered}$$

代码

pkg load optim % 加载求解器
clear all
clc
f=[-4 1 7]'; % 需要写成列向量
A=[3 -1 1; 1 1 -4];
b=[4; -7];
Aeq=[1 1 -1];
beq=[5]; 
vlb=[0, 0, inf]';
vub=[];
[x, fval]=linprog(f, A, b, Aeq, beq, vlb, vub);

demo 2

求解模型
$$\begin{gathered} \min -x(1)-\frac{1}{3}x(2) \\ s.t.\{\begin{array}{l}x(1)+x(2)\le 2\\ x(1)+x(2)/4\le 1\\ x(1)-x(2)\le 2\\ -x(1)/4-x(2)\le 1\\ -x(1)-x(2)\le -1\\ -x(1)+x(2)\le 2\\ x(1)+\frac{1}{4}x(2)=\frac{1}{2}\\ 1.5\ge x(1)\ge -1\\ 1.25\ge x(2)\ge -0.5\end{array} \end{gathered}$$

代码

pkg load optim
clear all
clc
f=[-1 -1/3]';
A=[
    1 1;
    1 1/4;
    1 -1;
    -1/4 -1;
    -1 -1;
    -1 1
];
b=[2 1 2 1 -1 2]';
Aeq = [1 1/4];
beq = 1/2;

lb=[-1 -0.5]';
ub=[1.5 1.25]';

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

结果如图所示

demo 3

求解模型
$$\begin{gathered} \min f(x)=-5x_1-4x_2-6x_3 \\ s.t.\{\begin{array}{l}{x}_1-x_2+x_3\le 20\\ 3x_1+2x2+4x_3\le 42\\ x1\ge 0\\ x2\ge 0\\ x3\ge 0\end{array} \end{gathered}$$

代码

pkg load optim
clear all
clc
f=[-5 -4 -6]';
A=[
    1 -1 1;
    3 2 4;
    3 2 0;
];
b=[20 42 30]';
lb=[0 0 0]';
[x, fval]=linprog(f, A, b, [], [], lb, []);

单纯性线性规划(simplex)

simplex从所有基本可行解的一个较小部分中通过迭代过程找出最优解，其迭代过程如下

1. 将线性规划方程转为标准形式，可以得到一个初始基本可行解$x_0$，将它作为迭代的出发点，当前目标值为$z_0$.
2. 通过高斯消元寻找其他基本可行解$x_i$，当满足$z_i\le z_{i-1}$时则保留当前解.
3. 迭代到某个$z$不可被替换为止.