matlab 求解目标规划的序贯算法

该博客展示了如何使用MATLAB的optim工具箱实现目标规划的序贯算法。通过建立约束条件和目标函数,逐步优化目标,最终得到不同目标级别的最优解。在每个目标级别,算法利用linprog求解器找到最小化目标,并更新目标值。
摘要由CSDN通过智能技术生成

求解目标规划的序贯算法

clc,clear;
x=optimvar('x',2,'LowerBound',0);
dp=optimvar('dp',4,'LowerBound',0);
dm=optimvar('dm',4,'LowerBound',0);
p=optimproblem('ObjectiveSense','min');
p.Constraints.con1=2*sum(x)<=12;
con2=[200*x(1)+300*x(2)+dm(1)-dp(1)==1500
    2*x(1)-x(2)+dm(2)-dp(2)==0
    4*x(1)+dm(3)-dp(3)==16
    5*x(2)+dm(4)-dp(4)==15];
p.Constraints.con2=con2;
goal=10000*ones(3,1);
mobj=[dm(1);dp(2)+dm(2);3*dp(3)+3*dm(3)+dp(4)];
for i=1:3
    p.Constraints.cons3=[mobj<=goal];
    p.Objective=mobj(i);
    [sx,fval]=solve(p);
    fprintf('第%d级目标计算结果如下:\n',i)
    fval,xx=sx.x,sdm=sx.dm,sdp=sx.dp
    goal(i)=fval;
end

result

Solving problem using linprog.

Optimal solution found.

第1级目标计算结果如下:

fval =

 0

xx =

    1.875
     3.75

sdm =

        0
        0
      8.5
        0

sdp =

        0
        0
        0
     3.75

Solving problem using linprog.

Optimal solution found.

第2级目标计算结果如下:

fval =

 0

xx =

    1.875
     3.75

sdm =

        0
        0
      8.5
        0

sdp =

        0
        0
        0
     3.75

Solving problem using linprog.

Optimal solution found.

第3级目标计算结果如下:

fval =

       29

xx =

        2
        4

sdm =

 0
 0
 8
 0

sdp =

      100
        0
        0
        5

optimvar使用版本为2017b以后
在这里插入图片描述

  • 3
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值