使用MATLAB求解线性规划问题，并输出单纯形表，识别无界解和无穷多最优解情况

本文构建SimplexMax函数，通过构建单纯型表和循环迭代，求解线性规划问题的最优解

clc;clear;
%% 设置变量，调用函数
% 题目参数
A = [0 5 1 0 0;
     6 2 0 1 0;
     1 1 0 0 1];
b = [15; 24; 5];
c = [2 1 0 0 0];
ind = [3 4 5]

% 无界解
% A = [-2 1 1 0;
%      1 -1 0 1];
% b = [4; 2];
% c = [1 1 0 0];
% ind = [3 4];


% 无穷多最优解
% A = [-1 -1.9 1 0 0 0;
%      1 -1.9 0 1 0 0;
%      1 1.9 0 0 1 0;
%      -1 1.9 0 0 0 1];
% b = [-3.8; 3.8; 10.2; 3.8];
% c = [3 5.7 0 0 0 0];
% ind = [3 4 5 6];

[x, z, ST, ca] = SimplexMax(c, A, b, ind) % 调用下述构建的方法进行求解

delete('mysimpleMax.xlsx'); % 删除原有的Excel表（如果存在的话）
fprintf('正在将单纯形表写入Excel...\n');
writematrix('C1','mysimpleMax.xlsx','Sheet',1,'Range','C1');
writecell({'cB','xB', 'b'},'mysimpleMax.xlsx','Sheet',1,'Range','A2');
[~,n] = size(A);
X = strcat('x', string(1:n));
writematrix(X,'mysimpleMax.xlsx','Sheet',1,'Range','D2');
writematrix(c,'mysimpleMax.xlsx','Sheet',1,'Range','D1');
writematrix(ST,'mysimpleMax.xlsx','Sheet',1,'Range','A3');
fprintf('单纯性表写入完成\n');



%% 构造解单纯形法函数
function [x,z,ST,res_case] = SimplexMax(c,A,b,ind_B)
% 单纯形法求解标准形线性规划问题: max cx s.t. Ax=b x>=0
% 输入参数: c为目标函数系数, A为约束方程组系数矩阵, b为约束方程组常数项, ind_B为初始基变量索引
% 输出参数: x最优解, z最优目标函数值, ST存储单纯形表数据,
% res_case=0表示有最优解，res_case=1表示有无界解，res_case=2表示有无穷多解

[m,n] = size(A);              % m约束条件个数, n决策变量数
ind_N = setdiff(1:n, ind_B);  % 非基变量的索引
ST = [];
format rat
% 循环求解
iteration_round = 0; % 记录迭代次数
while true
    x0 = zeros(n,1);
    x0(ind_B) = b;               % 初始基可行解
    cB = c(ind_B);               % 计算cB
    Sigma = zeros(1,n);          % 创建Sigma存储检验数并初始化为0
    Sigma(ind_N) = c(ind_N) - cB*A(:,ind_N);   % 计算并存入(非基变量)检验数
    [~, k] = max(Sigma);         % 选出最大检验数, 确定进基变量索引k (注：[a,b]=max(c)中，a为c中的最大值，b为c中最大值的index）
%     fprintf('确定进基变量索引：%d\n',k)
    Theta = b ./ A(:,k);         % 计算θ（取A的k列，使b./(A的k列))
    
    Theta(Theta == 1/0) = NaN;
    Theta(Theta <= 0) = NaN;
%     Theta(Theta<=0) = 10000;
%     [~, q] = min(Theta);         % 选出最小θ
    [~, q] = min(Theta);         % 选出最小正数θ
    el = ind_B(q);               % 确定出基变量索引el, 主元为A(q,k)
%     fprintf('确定出基变量索引：%d\n',el)
    vals = [cB',ind_B',b,A,Theta];  % 存储单纯形表
    vals = [vals; NaN, NaN, NaN, Sigma, NaN];   % 存储单纯性表Sigma列
    [~,vals_width] = size(vals);    % 创建一个与vals等宽的空矩阵
    vals = [vals; [1:vals_width]* NaN];  % 将该行添加到vals最后作为分隔
    ST = [ST; vals];    % 将上述构建的单纯性表vals添加到ST矩阵中
    if ~any(Sigma > 0)           % 若不存在任何Sigma>0，此基可行解为最优解
        fprintf('得到最优解');
        x = x0;
        z = c * x;
        res_case = 0;
        return
    end
    if all(A(:,k) <= 0)          %有无界解
        fprintf('有无界解');
        x = [];
        z = NaN;
        res_case = 1;
        break
    end
    if ~any(Sigma(ind_B)>0) && any(Sigma(ind_N)==0)     % 有无穷多最优解
        fprintf('有无穷多最优解')
        x = x0;
        z = c * x;
        res_case = 2;
        break
    end
    iteration_round = iteration_round + 1;
    fprintf('迭代第%d次\n',iteration_round)
    fprintf('确定进基变量索引：%d  出基变量索引： %d\n',k,el)
    % 换基
    ind_B(ind_B == el) = k;      %新的基变量索引
    ind_N = setdiff(1:n, ind_B); %非基变量索引(选取了ind_B和[1:n]的差集)
    % 更新A和b
    A(:,ind_N) = A(:,ind_B) \ A(:,ind_N);   % Q1 = inv(A(:,ind_B))  
    b = A(:,ind_B) \ b;     % b2 = inv(Q1) * b1
    A(:,ind_B) = eye(m,m);
end
end

注意：本文采用的对单纯性表进行操作的方法并不是改进单纯型法，如果需要使用改进单纯型法进行求解请参考其他文章，并对下述操作进行改进

    % 换基
    ind_B(ind_B == el) = k;      %新的基变量索引
    ind_N = setdiff(1:n, ind_B); %非基变量索引(选取了ind_B和[1:n]的差集)