混合整数线性规划——选址问题(决策变量0-1问题)MATLAB

这篇具有很好参考价值的文章主要介绍了混合整数线性规划——选址问题(决策变量0-1问题)MATLAB。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

问题:
某快餐连锁经营公司有7个地点(A1,A2,…,A7)可以设立快餐
店,由于地理位置因素,设立快餐店时必须满足以下要求: A1,A2,A3三个地点最多
可选两个,A4和A5至少选取一个,A6和A7至少选取一个 。已知各个地点设立快餐店
的投入和预计收益如表所示。
混合整数线性规划——选址问题(决策变量0-1问题)MATLAB,动态规划,算法,matlab

 已知目前公司有650万元可以投资。问:怎样投资收益最高?

知识点:

数学规划中的变量(部分或全部)限制为整数时,称 为整数规划。
对于整数线性规划模型大致可分为两类
1)变量全限制为整数时,称纯(完全)整数规划。
2)变量部分限制为整数的,称混合整数规划。
[x,fval,exitflag,output] = intlinprog(f,intcon,A,b,Aeq,beq,lb,ub,options)
分析:
首先引入0-1变量 𝒙 𝒊 𝒙 𝒊 =1表示选择 𝑨 𝒊 地址, 𝒙 𝒊 = 𝟎 表示不选择 𝑨 𝒊 地址
代码:
clear;clc;
c = [-10 -11 -8 -12 -15 -12 -5];
intcon = 1:7; 
A = [103 140 95 150 193 160 80; 1 1 1 0 0 0 0; 0 0 0 -1 -1 0 0; 0 0 0 0 0 -1 -1];
b = [650;2;-1;-1];
lb = zeros(7,1); %下限为0
ub = ones(7,1); %上限为1。变量取整数,则取值的可能为0或1
[x,f] = intlinprog(c,intcon,A,b,[],[],lb,ub)
maxf = -f
结果:

maxf =

    50文章来源地址https://www.toymoban.com/news/detail-535051.html

到了这里,关于混合整数线性规划——选址问题(决策变量0-1问题)MATLAB的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数学建模十大算法03—线性规划、整数规划、非线性规划、多目标规划

    一、线性规划(Linear Programming,LP) 1.1 引例 在人们的生产实践中,经常会遇到 如何利用现有资源来安排生产,以取得最大经济效益的问题。 此类问题构成了运筹学的一个重要分支一数学规划,而 线性规划(Linear Programming, LP) 则是数学规划的一个重要分支。 简而言之,线

    2024年02月13日
    浏览(31)
  • 整数规划、对偶理论、线性规划经典例题讲解

    整数规划是一类要求问题的解中的全部或一部分变量为整数的数学规划,应用范围极其广泛。不仅在工业和工程设计和科学研究方面有许多应用,而且在计算机设计、系统可靠性和经济分析等方面也有新的应用。 通过前面的学习,我们已经掌握了整数规划的数学模型、割平面

    2024年02月05日
    浏览(42)
  • 整数线性规划实现(matlab分枝界定法)

    文章目录 一、本次问题 1.利用第一天所学知识求解: 2.本题理解: (1)分支界定法 背景: 基本理论(解题步骤): 求解实现1: 1.第一步 2.第二步 3.第三步 4.第四步 结论:综上,最优解:x1 = 4 ,x2 = 2 ;最优值:340  求解实现2: 结果2:最优解:x1 = 4 ,x2 = 2 ;最优值:

    2024年02月05日
    浏览(22)
  • 幺模矩阵-线性规划的整数解特性

    百度百科:幺模矩阵 在线性规划问题中,如果A为幺模矩阵,那么该问题具有最优整数解特性。也就是说使用单纯形法进行求解,得到的解即为整数解。无需再特定使用整数规划方法。 m i n c T x s . t . { A x ≥ b x ≥ 0 begin{align*} min quad mathbf{c}^T mathbf{x} \\\\ s.t. quad begin{cases} m

    2024年02月20日
    浏览(28)
  • 线性规划问题及单纯形法-线性规划变标准形

    线性规划模型的标准形式 (1)目标函数为求极大值 (2)所有功能约束条件(非负条件除外),都是等式 (3)右端常数项为非负 (4)决策变量为非负 标准形转换方法 (1)目标函数值的转换 即在原有目标函数值前面加一个符号,当求出结果后,结果乘以一个负号。 (2)

    2024年02月06日
    浏览(36)
  • 线性规划问题

    线性规划是最优化问题的一种特殊情形,实质是从多个变量中选取一组合适的变量作为解,使得这组变量满足一组确定的线性式(约束条件),而且使一个线性函数(目标函数)达到最优。线性规划顾名思义,由两个关键的部分组成:线性和规划。 线性 如果一个函数L(x)满

    2024年02月08日
    浏览(22)
  • Matlab线性规划问题求解

    本文来源于司守奎编著的数学建模算法与应用 例1.1: 某机床厂生产甲、乙两种机床,每台销售后的利润分别为4000元与3000元。生产甲机床需用A、B机器加工,加工时间分别为每台2h和1h;生产乙机床需用A、B、C三种机器加工,加工时间为每台各1h。若每天可用于加工的机器时数分别为

    2024年02月08日
    浏览(41)
  • python求解线性规划问题

    要在 Python 中求解线性规划问题,通常可以使用 scipy.optimize.linprog 函数。首先,确保你已经安装了 scipy 库。如果你还没有安装,可以通过以下命令进行安装: 接下来,我们来看一个简单的线性规划问题示例。假设我们有以下线性规划问题: 最大化:Z = 3x + 2y 满足以下约束条

    2024年01月15日
    浏览(30)
  • 2.(Python数模)线性规划问题

    参考了以下博文 https://blog.csdn.net/m0_46692607/article/details/126784109?spm=1001.2014.3001.5506 目标是解决以下的线性规划,程序计算出目标函数的最大值,并在最大值下取得的x1x2x3对应值。 源代码如下: 计算结果如下:

    2024年02月10日
    浏览(22)
  • 单纯形法求解线性规划问题示例

    今天被一个人问到了一个线性规划问题,这个问题我印象中只有在数学建模中会出现,于是就研究了一下,这里做一个记录。 线性规划问题如下: max z = 90 x 1 + 70 x 2 s . t . { x 1 + x 2 ≤ 16 3 x 1 + 2 x 2 ≤ 36 5 x 2 ≤ 65 x 1 , x 2 ≥ 0 (1) text{max} quad z = 90x_1 + 70x_2 \\\\ begin{align} s.t.left

    2024年02月06日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包