数学建模算法总结——01线性规划

一、线性规划

（1）定义决策变量
（1）构造目标函数
（2）寻找限制条件
（4）按照步骤带入Matlab函数

假设题目：

$minZ=cx$
s.t.
$\{\begin{array}{l}Ax\le b\\ Aeq\cdot x=beq\\ lb\le x\le ub\end{array}$

其中，系数皆为列向量

c=-[5,3]';  
A=[2,1;1,2];  
b=[40,50]'; 
L=[0, 0];
[x,fmin]=linprog(c,A,b,[],[],lb);
Pmax=-fmin
x1=x(1)
x2=x(2)

其中，

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

可以增加输出：

[x,  fval,  exitflag,  output]  = linprog(c, A, b, …）

fval：最优值

exitflag：
>0：收敛
=0: 到最大迭代次数时都还未收敛
<0：infeasible或方法失败

output：迭代次数和算法类型

二、非线性规划

H=[1 -1; -1 2]; 
c=[-2 ;-6];
A=[1 1; -1 2];
b=[2;2];
Aeq=[];
beq=[];
VLB=[0;0];
VUB=[];
[x,z]=quadprog(H,c,A,b,Aeq,beq,VLB,VUB)

三、将多目标规划问题转化为线性规划模型：

例：两个目标函数的情况下

1. 为其中一个目标函数A设定目标值，使其满足小于（大于）一定的目标值a即满足约束条件
   此时该目标函数A即转化为约束条件
   只有一个目标函数B，满足线性规划模型求解

方法1求解

例如当目标函数＜a，a=0时开始，a每次增长0.001，满足a＜0.05

matlab求解时，使用while函数

clc,clear
a=0;
hold on;
while a<0.05
  c=  A=  b=  Aeq=  beq=  ;
  [x,Q]=linprog(c,A,b,Aeq,beq,lb);
  Q=-Q;
  plot(a,Q,'*k');
  a=a+0.001;
end
xlabel('a'),ylabel('Q')

方法1分析

分析转折点处的值：在不同情况下，优先选取对应折线的拐点处的值

2. 分别为目标函数A，B设立权重值s，将原目标函数转化为
   Z=sA±(1-s)B
   即可以用线性规划模型求解