基于matlab软件数学建模（一）线性规划--linporg()函数求解

线性规划

本文中，主要介绍基于matlab软件，解决数学建模或者生活学习中遇到的线性规划问题。

线性规划的定义

线性规划问题是一种数学优化问题，它的目标是在满足一系列线性不等式或等式的约束条件下，找到一个线性目标函数的最大值或最小值。线性规划问题通常可以用以下的标准形式来定义：

目标函数

一个线性函数，需要被最大化或最小化。在这个函数中，有且仅有一次函数，且不包含sin(),log(),1/x等，具体实例如下：

求最大与最小值是线性规划中最常见的问题

决策变量

决策变量为一组实数，即x₁,x₂,…,x_n，如果在有非负性约束的情况下，比如工程完成的日期，购买物品的数量等，决策变量是非负实数。

约束条件

一组线性不等式或等式，这些约束条件定义了决策变量的可行域。约束条件通常由读者在题干中进行列举。

基于matlab求解

在matlab内，对于线性规划问题通常有两种求解方式，基于求解器求解和基于问题求解，下面对两种方法进行介绍

基于求解器求解–linporg()函数

下面，列举一个线性规划问题，基于求解器进行求解，题目如下

linprog函数

标准型

对于此问题，基于求解器求解时，需要注意将所有形式转化为标准型，标准型的含义为，目标函数求其最小值，约束条件均为小于等于，如果所得目标函数和约束条件并不是标准型，只需要加符号即可

在matlab内，基于求解器求解时应用linporg()函数，该函数参数如下
$$[x,fval,exitflag,output]=linprog(f,a,b,aeq,beq,lb,ub)$$
输入侧

符号	符号含义
f	目标函数的系数向量
a	线性不等式约束的系数矩阵，每一行代表一个约束，列数与 f 向量相同
b	线性不等式约束的右侧常数向量，与 a 的行数相同
aeq	线性等式约束的系数矩阵，形式与 a 相同
beq	线性等式约束的右侧常数向量，与 aeq 的行数相同
lb	决策变量的下界，可以是向量或单个值，默认情况下所有变量的下界是 0
ub	决策变量的上界，用法与 lb 相同

输出侧

符号	符号含义
x	优化问题的解，即决策变量的值
fval	目标函数在 x 处的值，即最小化或最大化的目标函数值
exitflag	表示算法的退出状态,1 表示算法成功找到了解,0 表示算法没有收敛,-1 表示迭代次数超过了预设的限制.
output	一个结构体，包含了算法的额外信息

下面利用求解器进行求解

clc; clear;  % 界面初始化 
f=[-2;-3;5];  % 目标函数系数，化为标准型
a=[-2,5,-1;1,3,1];  % 线性不等式约束的系数矩阵 
b=[-10;12];  % 线性不等式约束右侧常数向量
aeq=[1,1,1];  % 线性等式约束的系数矩阵 
beq=7;  % 线性等式约束右侧的常数向量
[x,y]=linprog(f,a,b,aeq,beq,zeros(3,1));  % 最小是为0，即zeros(3,1)
x, y=-y  %目标函数最大化

读者可根据所需解决问题对函数内的系数进行更改，但需要注意标准化。