用matlab求解线性规划问题
实验四 用MATLAB求解线性规划问题
一、实验目的:
了解Matlab的优化工具箱,能利用Matlab求解线性规划问题。
二、实验内容:
线性规划的数学模型有各种不同的形式,其一般形式可以写为:
目标函数:
约束条件:
这里称为目标函数,称为价值系数,称为价值向量,为求解的变量,由系数组成的矩阵
称为不等式约束矩阵,由系数组成的矩阵
称为等式约束矩阵,列向量和为右端向量,条件称为非负约束。一个向量,满足约束条件,称为可行解或可行点,所有可行点的集合称为可行区域,达到目标函数值最大的可行解称为该线性规划的最优解,相应的目标函数值称为最优目标函数值,简称最优值。
我们这里介绍利用Matlab来求解线性规划问题的求解。
在Matlab中有一个专门的函数linprog()来解决这类问题,我们知道,极值有最大和最小两种,但求的极大就是求的极小,因此在Matlab中以求极小为标准形式,函数linprog()的具体格式如下:
X=linprog(f,A,b)
[X,fval,exitflag,ouyput,lamnda]=linprog(f,A,b,Aeq,Beq,LB,UB,X0,options)
这里X是问题的解向量,f是由目标函数的系数构成的向量,A是一个矩阵,b是一个向量,A,b和变量x={x1,x2,…,xn}一起,表示了线性规划中不等式约