建模算法基础（1）线性规划

2336426014

先来下个定义~
: k# h# y6 V2 P' F$ I% F3 |
7 _9 q6 X/ C" k/ m线性规划：研究在一组自变量的线性约束条件下，求线性函数的最小值或最大值，一般形式为：
min(max) f=cx, s.t. ax>=b(<=b);x>=0
整数规划：线性规划的特殊形式，其决策变量只能取整数，一般形式为：
min(max) f=cx, s.t. ax<=b;x>=0

基于函数simplemthd()求解得到：

此外还有大M法、变量有界单纯形法（自变量有取值区间），都是基于单纯形法，在此不多讨论~

) I) V. e& |/ l& D2 MMATLAB函数应用--->linprog（线性规划）
( K% M9 n3 u. k: e5 J例：
) T. |% k% D5 O) t% t+ T& @+ `  d
# `0 S! l3 u# c/ G6 cmatlab运行结果：
- b/ `$ C! w* h" R
二、求解整数规划的方法：
& c$ e' u' {9 u2 ?- ~- i1.Gomory割平面法：首先求解非整数约束的线性规划，再选择非整数基变量，定义新的约束从而缩小可行域，保留原问题的全部可行解
& X4 Y$ v8 y( h" T) Q2.分支定界法：不断将可行域分割为小集合，然后在小集合上找整数最优解。（分割过程中不会丢失整数解）
/ l5 q0 G; g9 N  r3.0-1规划法：若自变量数目少，可用穷举法；否则用隐枚举，只检查目标值（通过可行解不断改进，因此需要初始值）的取值组合的一部分
整数规划在实际中应用较多，主要包括以下方面：
1.运作问题，如货物分配、生产调度、机器排序等；
- z, r+ b5 `( I! W# }2.计划问题，如资金预算、设施选址、证券组合分析等；
) G* a% o" Q: A4 w* H3.设计问题，如生产线设计、网络设计等。
三种算法的例子及代码由于比较长，所以放文档里

( Y1 ]# ?1 `- Q/ Q3 R) V
  U: C: e+ i$ W# f- p; t