数学建模算法与应用学习（一）
数学建模算法与应用学习（一）
一、线性规划
1. 定义
2.Matlab 标准形式
二、整数规划
1.概论
2.0-1型整数规划
3.蒙特卡洛法（随机取样法）
三、非线性规划
1.定义
2.Matlab 标准形式
3.Matlab 实现
4.一些练习
线性规划、整数规划、非线性规划、二次规划（《数学建模与应用P1-P55》）
一、线性规划
1. 定义
线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题，其目标函数及约束条件均为线性函数。
2.Matlab 标准形式
其中c和x为n维列向量A、Aeq 为适当维数的矩阵，b 、beq为适当维数的列向量。
二、整数规划
1.概论
1.定义：规划中的变量（部分或全部）限制为整数时，称为整数规划。若在线性规划模型中， 变量限制为整数，则称为整数线性规划。
2.分类：纯（完全）整数规划和混合整数规划。
3.求解方法：分枝定界法、割平面法、隐枚举法、匈牙利法、蒙特卡洛法。
2.0-1型整数规划
引入0−1变量，把有各种情况需要分别讨论的线性规划问题统一在一个问题中讨论。
1.相互排斥约束条件
2.隐枚举法
3.蒙特卡洛法（随机取样法）
三、非线性规划
1.定义
如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问 题。
2.Matlab 标准形式
3.Matlab 实现
X=FMINCON(FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS)
4.一些练习
原文链接：https://blog.csdn.net/weixin_45952420/article/details/103334929
页:
[1]