就是简单的多元线性规划求解
不用excel
请告诉我一下用什么函数
谢谢！
怎样在matlab中规划求解？
答案:2 mip版
解决时间 2021-03-06 07:53
- 提问者网友：不在服务区的爱
- 2021-03-05 16:24
最佳答案
- 二级知识专家网友：对温柔懂得不多
- 2021-03-05 17:58
用linprog、fminsearch、fmincon、fminbnd等，例如：
% 线性规划--函数linprog()的简单应用示例
%
% 优化问题：
% max -5x1 + 6x2 + 7x3
% s.t. 5x1 - 6x2 + 10x3 <= 20
% x1 + x2 + x3 = 5
% x1 + 5x2 - 3x3 >=15
% x1,x2,x3 >=0
%
% 注意：原问题不是标准形式，要先把原问题转化为最小化标准形式
% Min f'(x)
% s.t. AX <= B
% AeqX = Beq
% LB <= X <= UB
% 即：
% min 5x1 - 6x2 - 7x3
% s.t.
% 5x1 - 6x2 + 10x3 <= 20
% -x1 - 5x2 + 3x3 <=-15
% x1 + x2 + x3 = 5
% x1,x2,x3 >=0
clear all
clc
f = [5 -6 -7]';
A = [5 -6 10
-1 -5 3
0 0 0 ];
b = [20 -15 0]';
Aeq = [1 1 1];
beq = [5];
lb = zeros(3,1);
[x, fval, exitflag,output,lambda] = linprog(f,A,b,Aeq,beq,lb)
% 线性规划--函数linprog()的简单应用示例
%
% 优化问题：
% max -5x1 + 6x2 + 7x3
% s.t. 5x1 - 6x2 + 10x3 <= 20
% x1 + x2 + x3 = 5
% x1 + 5x2 - 3x3 >=15
% x1,x2,x3 >=0
%
% 注意：原问题不是标准形式，要先把原问题转化为最小化标准形式
% Min f'(x)
% s.t. AX <= B
% AeqX = Beq
% LB <= X <= UB
% 即：
% min 5x1 - 6x2 - 7x3
% s.t.
% 5x1 - 6x2 + 10x3 <= 20
% -x1 - 5x2 + 3x3 <=-15
% x1 + x2 + x3 = 5
% x1,x2,x3 >=0
clear all
clc
f = [5 -6 -7]';
A = [5 -6 10
-1 -5 3
0 0 0 ];
b = [20 -15 0]';
Aeq = [1 1 1];
beq = [5];
lb = zeros(3,1);
[x, fval, exitflag,output,lambda] = linprog(f,A,b,Aeq,beq,lb)
全部回答
- 1楼网友：琉璃知世
- 2021-03-05 18:14
bintprog 求解0-1规划问题 格式如下
x = bintprog(f)
x = bintprog(f, a, b)
x = bintprog(f, a, b, aeq, beq)
x = bintprog(f, a, b, aeq, beq, x0)
x = bintprog(f, a, b, aeq, beq, x0, options)
[x, fval] = bintprog(...)
[x,fval, exitflag] = bintprog(...)
[x, fval, exitflag, output] = bintprog(...)
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束条件
a，b是系数矩阵和右端向量。
aeq和beq表示了线性规划中等式约束条件中的系数矩阵和右端向量。
x0是给定的变量的初始值
options为控制规划过程的参数系列。
返回值中fval是优化结束后得到的目标函数值。
exitflag=0表示优化结果已经超过了函数的估计值或者已声明的最大迭代次数；
exitflag>0表示优化过程中变量收敛于解x，
exitflag<0表示计算不收敛。
output有3个分量，
iterations表示优化过程的迭代次数，
cgiterations表示pcg迭代次数，
algorithm表示优化所采用的运算规则。
在使用linprog()命令时，系统默认它的参数至少为1个，
但如果我们需要给定第6个参数，则第2、3、4、5个参数也必须给出，否则系统无法认定给出的是第6个参数。遇到无法给出时，则用空矩阵“[]”替代。
例如
max=193*x1+191*x2+187*x3+186*x4+180*x5+185*x6; %f由这里给出
st.
x5+x6>=1;
x3+x5>=1;
x1+x2<=1;
x2+x6<=1;
x4+x6<=1;
%a、b由不等关系给出，如没有不等关系，a、b取[]
x1+x2+x3+x4+x5+x6=1; %aep、bep由等式约束给出
代码如下
f=[-193;-191;-187;-186;-180;-185;];
a=[0 0 0 0 -1 -1;0 -1 0 0 -1 0;1 1 0 0 0 0;0 1 0 0 0 1;0 0 0 1 0 1];
b=[-1,-1,1,1,1]';
aeq=[1 1 1 1 1 1];
beq=[3];
x=bintprog(f,a,b,aeq,beq)
注意
目标值为最大值时应乘以-1化为求最小值；
不等约束为>=时应乘以-1化为<=;
linprog 非0-1规划 格式如下
x = linprog(f,a,b)
x = linprog(f,a,b,aeq,beq)
x = linprog(f,a,b,aeq,beq,lb,ub)
x = linprog(f,a,b,aeq,beq,lb,ub,x0)
x = linprog(f,a,b,aeq,beq,lb,ub,x0,options)
x,fval] = linprog(...)
x,lambda,exitflag] = linprog(...)
[x,lambda,exitflag,output] = linprog(...)
[x,fval,exitflag,output,lambda] = linprog(...)
参数说明和使用格式同bintprog
lb和ub是约束变量的下界和上界向量
lambda有4个分量，
ineqlin是线性不等式约束条件，
eqlin是线性等式约束条件，
upper是变量的上界约束条件，
lower是变量的下界约束条件。
它们的返回值分别表示相应的约束条件在优化过程中是否有效。
我要举报
如以上问答内容为低俗/色情/暴力/不良/侵权的信息，可以点下面链接进行举报，我们会做出相应处理，感谢你的支持！
点此我要举报以上问答信息
推荐资讯