数学建模| 线性规划(Matlab)

这篇具有很好参考价值的文章主要介绍了数学建模| 线性规划(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。

线性规划

线性规划:约束条件和目标函数都是线性的。简单点说,所有的决策变量在目标函数和约束条件中都是一次方。

Matlab函数

Matlab函数:

[x, value] = linprog(func, A, b, Aeq, beq ,lb, ub);

参数解释:

  • func 表示目标函数。
  • A 表示不等式约束条件系数矩阵,b 表示不等式约束条件常数矩阵。
  • Aeq 表示等式约束条件系数矩阵,beq 表示等式约束条件常数矩阵。
  • lb 表示决策变量的下限数组,ub表示决策变量的上限数组。
  • x 表示目标函数 func 取得最小值时的决策变量取值数组。
  • value 表示目标函数 func 取得的最小值。

Matlab中线性规划的标准形式:
min ⁡ x c T x \min_x c^Tx xmincTx
s . t . { A x ⩽ b A e q ⋅ x = b e q l b ⩽ x ⩽ u b s.t. \begin{cases} Ax\leqslant b\\ Aeq\cdot x= beq\\ lb\leqslant x\leqslant ub\\ \end{cases} s.t. AxbAeqx=beqlbxub

注意:

  • 对于不存在的约束用空矩阵[],意思是例如beq条件不存在,但是lb和ub条件存在,可以写成linprog(func, A, b, Aeq, [] ,lb, ub)。如果不是中间某个参数不存在,而是后面都不存在就可以省略,例如lb和ub不存在,可以写成linprog(func, A, b, Aeq, beq)。
  • 根据Matlab标准,默认求解最小值,如果要求解最大值,把目标函数变成相反数(系数全部乘以-1);约束条件默认求的都是小于等于或者等号,大于号得转成小于等于。就是说拿到一个目标函数和约束条件,放进Matlab求解前,要先转换为Matlab标准。

Matlab使用例子

步骤:按照数模题目进行建模,得到目标函数和约束条件,然后把目标函数和约束条件化为标准形式,再化成matlab里面矩阵形式,再填入代码中。
目标函数和约束条件:
m a x z = x 1 + x 2 − 3 x 3 max\quad z=x_1+x_2-3x_3 maxz=x1+x23x3
s . t . { x 1 + x 2 + x 3 = 6 x 1 − x 2 ≥ 2 x 1 + x 2 − 2 x 3 ≤ 5 x 1 , x 2 , x 3 ≤ 15 s.t. \begin{cases} x_1+x_2+x_3=6\\ x_1-x_2\geq2\\ x_1+x_2-2x_3\leq5\\ x_1,x_2,x_3\leq15\\ \end{cases} s.t. x1+x2+x3=6x1x22x1+x22x35x1,x2,x315

根据Matlab标准化后的目标函数和约束条件:
m i n w = − x 1 − x 2 + 3 x 3 min\quad w=-x_1-x_2+3x_3 minw=x1x2+3x3
s . t . { x 1 + x 2 + x 3 = 6 − x 1 + x 2 + 0 ∗ x 3 ≤ − 2 x 1 + x 2 − 2 x 3 ≤ 5 x 1 , x 2 , x 3 ≤ 15 s.t. \begin{cases} x_1+x_2+x_3=6\\ -x_1+x_2+0*x_3\leq-2\\ x_1+x_2-2x_3\leq5\\ x_1,x_2,x_3\leq15\\ \end{cases} s.t. x1+x2+x3=6x1+x2+0x32x1+x22x35x1,x2,x315

约束条件矩阵化:
( 1 − 1 0 1 1 − 2 ) ( x 1 x 2 x 3 ) ≤ ( − 2 5 ) \left(\begin {array}{c} 1 &-1 &0 \\ 1 &1 &-2 \\ \end{array}\right) \left(\begin {array}{c} x_1\\ x_2\\ x_3\\ \end{array}\right) \leq \left(\begin {array}{c} -2\\ 5\\ \end{array}\right) (111102) x1x2x3 (25)
[ 1 1 1 ] ⋅ [ x 1 x 2 x 3 ] T = 6 \left[\begin {array}{c} 1&1&1 \end{array}\right] \cdot {\left[\begin {array}{c} x_1&x_2&x_3 \end{array}\right]}^T=6 [111][x1x2x3]T=6
[ x 1 x 2 x 3 ] T ≤ [ 15 15 15 ] T {\left[\begin {array}{c} x_1&x_2&x_3 \end{array}\right]}^T\leq{\left[\begin {array}{c} 15&15&15 \end{array}\right]}^T [x1x2x3]T[151515]T

Matlab代码:

func=[-1;-1;3];
A=[1,-1,0;1,1,-1];
b=[-2;5];
aeq=[1,1,1]
beq=6;
ub=[15;15;15];
[x,value]=linprog(func,A,b,aeq,beq,[],ub);

结果:文章来源地址https://www.toymoban.com/news/detail-731090.html

>> x

x =

   -9.5000
   15.0000
    0.5000

>> value

value =

    -4

到了这里,关于数学建模| 线性规划(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

  • 数学建模整理-线性规划、整数规划、非线性规划

    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。若目标函数及约束条件均为线性函数,则称为线性规划(Linear Programming 简记 LP)。 可行解 :满足约束条件的解。 可行预 :所有可行解构成的集合称为问题的可行域,记为R。 图解法

    2024年02月06日
    浏览(30)
  • 数学建模——线性规划

    目录 基本概念 模型求解和应用 基于求解器的求解方法 基于问题的求解方法 其他  运筹学的一个重要分支是数学规划,线性规划是数学规划的一个重要的分支。 变量称为 决策变量 ,规划的目标称为 目标函数 ,限制条件称为 约束条件 ,s.t.是“受约束于”的意思。 建立线

    2024年01月18日
    浏览(32)
  • 【数学建模】线性规划

    1.1线性规划的实例与定义 1.2线性规划的Matlab标准形式 线性规划的目标函数可以是求最大值,也可以是求最小值,约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便,Matlab中规定线性规划的标准形式为 其中c和x为n维列向量,A,Aeq为适当维数

    2024年02月09日
    浏览(31)
  • 数学建模——线性规划类

    [x,y]=linprog(c,A,b,Aeq,beq,lb,ub) 例如: max需要加负号变成min、=需要加负号变成= matlab (1)基于求解器 (2)基于问题 con中根据符号分类 python (1)绝对值 (2)min(max(q*x)) (见风投案例模型二) 【0】题目描述 【1】模型一 模型一:设定风险度的最大接受值,在不太冒险的情况下

    2024年02月13日
    浏览(31)
  • 数学建模(二)线性规划

    课程推荐:6 线性规划模型基本原理与编程实现_哔哩哔哩_bilibili 目录 一、线性规划的实例与定义 1.1 线性规划的实例 1.2 线性规划的定义 1.3 最优解 1.4 线性规划的Mathlab标准形式 1.5 使用linprog函数 二、线性规划模型建模实战与代码 2.1 问题提出 2.2 基本假设 2.3 模型的分析与建

    2024年02月12日
    浏览(26)
  • 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(30)
  • 数学建模【非线性规划】

    一、非线性规划简介 通过分析问题判断是用线性规划还是非线性规划 线性规划:模型中所有的变量都是一次方 非线性规划:模型中至少一个变量是非线性 非线性规划在形式上与线性规划非常类似,但在数学上求解却困难很多 线性规划有通用的求解准确解的方法(单纯形法

    2024年02月19日
    浏览(36)
  • 数学建模——非线性规划

    目录 基本概念 凸规划 判别定理 二次规划模型 非线性规划的求解 无约束极值问题 有约束极值问题 基于求解器的解法 基于问题的求解 其他 非线性规划:描述目标函数或约束条件条件的数学表达式中,至少有一个是非线性函数。 记是n维欧式空间中的一个点(n维向量),,

    2024年02月06日
    浏览(31)
  • 一、数学建模之线性规划篇

    1.定义 2.例题 3.使用软件及解题 1.线性规划 (Linear Programming,简称LP)是一种数学优化技术,线性规划作为运筹学的一个重要分支,专门研究在给定一组线性约束条件下,如何找到一个最优的决策,使得目标函数取得最大或最小值。 线性规划属于运筹学 (Operations Research)这

    2024年02月12日
    浏览(25)
  • 数学建模 | 第一章 线性规划例题

    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2小时和1小时;生产乙机床需用A、B、C三种机器加工,加工时间为每台各一小时。若每天可用于加工的机器时数分别为A机器10小时、B机器8小时和

    2024年02月03日
    浏览(33)

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