matlab 最优整数解,Matlab中混合整数最近最优解

您可以在需要时引入一些松弛变量以允许某些约束违规,如下所示：

largeValue = 100; % choose some large value to penalise the constraint violation

f_ = [f; largeValue; largeValue]; % penalise both slack variables

Aeq_ = [Aeq, 1, -1]; % add a positive and negative slack variable to the constraint

beq_ = beq;

lb_ = [lb; 0; 0]; % limit the constraint to a positive number

ub_ = [ub; inf; inf];

x_ = intlinprog(f_,intcon,[],[],Aeq_,beq_,lb_,ub_); % solve the adapted problem

x = x_(1:3) % extract the solution of the original problem

备注

>我添加了两个(正)松弛变量,一个用于正约束违规,另一个用于负约束违规.

>您应该使用较大的值惩罚松弛变量,否则违反您的约束超出严格要求是有益的.例如,更一般的方法是基于f和Aeq中的值确定良好的惩罚值

largeValue = 2*max(abs(f))/min(abs(Aeq(Aeq ~= 0)))