一、目标函数简介
线形规划问题的数学模型:
s.t
线形规划,顾名思义就是目标函数与约束条件均为线形函数(一次函数)。
二、线形规划函数linprog
linprog函数的用法大致分为以下几种用法:
1、不等式约束
x = linprog(f,A,b) ,f为目标函数,A为不等式约束的系数矩阵,b为不等式右侧的值,返回值x为最优解。
matlab代码
% x = linprog(f,A,b) 不等式约束
f=[3 -1]
A=[-1 1;
1 1;
-1 -3;]
b=[1;3;-3]
[x,fval]=linprog(f,A,b)%fval为目标点的函数值
2、等式+不等式约束
x = linprog(f,A,b,Aeq,beq),f为目标函数,A为不等式约束的系数矩阵,b为不等式右侧的值,Aeq为不等式约束的系数矩阵,beq为不等式右侧的值,返回值x为最优解。
matlab代码
%% x = linprog(f,A,b,Aeq,beq) 包含等式、不等式
f=[-1 -1/3];
A=[1 1;
1 1/4;
1 -1;
-1/4 -1;
-1 -1;
-1 1;];
b=[2; 1; 2; 1; -1; 2];
Aeq=[1 1/4];
beq=1/2;
[x,fval]=linprog(f,A,b,Aeq,beq)%fval为目标点的函数值
3、规定x的下限lb和上限ub
x = linprog(f,A,b,Aeq,beq,lb,ub),f为目标函数,A为不等式约束的系数矩阵,b为不等式右侧的值,Aeq为不等式约束的系数矩阵,beq为不等式右侧的值,lb、ub分别为x的下限和上限,返回值x为最优解。
matlab代码
%% x = linprog(f,A,b,Aeq,beq,lb,ub)
f=[2 3 1]
A=[-1 -4 -2;
-3 -2 0;];
b=[-8;-6];
lb=[0;0;0];
[x,fval]=linprog(f,A,b,[],[],lb); %fval为目标点的函数值
4、设置线性规划的算法
x = linprog(f,A,b,Aeq,beq,lb,ub,options) ,f为目标函数,A为不等式约束的系数矩阵,b为不等式右侧的值,Aeq为不等式约束的系数矩阵,beq为不等式右侧的值,lb、ub分别为x的下限和上限,options为算法设置句柄,返回值x为最优解。
matlab代码
%% x = linprog(f,A,b,Aeq,beq,lb,ub,options)
% options = optimoptions('linprog','Algorithm','interior-point'); %内点法
options = optimoptions('linprog','Algorithm','interior-point-legacy');
% options = optimoptions('linprog','Algorithm','dual-simplex');%对偶单纯形法
f=[2 3 1];
A=[-1 -4 -2;
-3 -2 0;];
b=[-8;-6];
lb=[0;0;0];
[x,fval]=linprog(f,A,b,[],[],lb,[],options)%fval为目标点的函数值