线性规划linprog

linprog函数的用法

Matlab 中规定线性规划的标准形式为

其中 c 和 x 为 n 维列向量， A 、 Aeq 为适当维数的矩阵，b beq 为适当维数的列向量

注意：如果约束条件为Ax>=b,需要吧矩阵A和b乘以-1。A和b按照乘-1的新矩阵进行运算。如果目标函数是求最大值max需要吧矩阵c乘以-1

使用方法

求解线性规划问题：

List item

其中，f, x, b, beq, lb, ub为向量, A, Aeq为矩阵。
求解最小化问题 min x 条件 Ax ≤ b。

x = linprog(f,A,b)

求解最小化问题 min x 条件 Ax ≤ b Aeq*x = beq，如果没有不等式就设置A = [ ]和b = [ ]；没有等式就设置 Aeq=[ ],beq=[ ]

x = linprog(f,A,b,Aeq,beq)

求解最小化问题 min x 条件 Ax ≤ b Aeq*x = beq lb ≤ x ≤ ub，决策变量有上下限时，如果没有不等式就设置A = [ ]和b = [ ] ；没有等式就设置 Aeq=[ ],beq=[ ]

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

求解最小化问题 min x 条件 Ax ≤ b Aeq*x = beq lb ≤ x ≤ ub，如果没有不等式就设置A = [ ]和b = [ ]。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。

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

最小化带有参数项的线性规划问题。其中options可以使用optimset来设置。

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

对problem求最小值，其中problem是一个结构体。通过优化工具箱来创建，导入到MATLAB工作空间。

x = linprog(problem)

功能：返回目标函数最优解x，和在x处的值：fval = *x.

[x,fval] = linprog(...)

返回目标函数最优解x，和在x处的值：fval = *x，是否存在exitflag标志

[x,fval,exitflag] = linprog(...)

返回目标函数最优解x，和在x处的值：fval = *x，是否存在exitflag标志，优化解结构体output

[x,fval,exitflag,output] = linprog(...)

返回目标函数最优解x，和在x处的值：fval = *x，是否存在exitflag标志，优化解结构体output，拉格朗日乘子结构体lambda

[x,fval,exitflag,output,lambda] = linprog(...)

应用举例

最小解： f(x) = –5x1 – 4x2 –6x3, 满足：
x1 – x2 + x3 ≤ 20
3x1 + 2x2 + 4x3 ≤ 42
3x1 + 2x2 ≤ 30
0 ≤ x1,
0 ≤ x2,
0 ≤ x3.
首先，输入系数、条件;
f = [-5;-4;-6] ;
A = [1 -1 1; 3 2 4 ;3 2 0];
b = [20; 42; 30];
lb = zeros(3,1);
然后，调用线性规划函数;
[x,fval,exitflag,output,lambda] = linprog(f,A,b,[ ],[ ],lb);
最后，得到：
x = 0.0000 15.0000 3.0000
lambda.ineqlin = 0 1.5000 0.5000
lambda.lower = 1.0000 0 0
相关函数
quadprog, optimtool book.