数学建模理论学习:线性规划模型

三要素:目标函数、约束条件(s.t.)、决策变量(x)

目标函数:z = ax1 + bx2 + cx3 + ...

其中c为一个序列,从左到右依次从x1到xn的系数

解决下面的线性规划问题:

% 目标函数系数:-x1 - 2x2
f = [-1; -2]; % 不等式约束 Ax <= b
% A向量表示决策变量的系数,B向量表示的是对应的条件,若不符合Ax <= b需进行初等变换
A = [1, 1; 2, 1; 1, 2];
b = [2; 3; 3];% 等式约束 Aeq x = beq(如果没有等式约束,则设置为空矩阵)
Aeq = [];
beq = [];% 变量下界和上界(如果没有界限约束,可以设置为空数组)
% lb表示决策变量的下界, ub表示决策变量的上界
lb = zeros(2, 1);
ub = [];% 调用 linprog 函数
[x, fval, exitflag, output] = linprog(f, A, b, Aeq, beq, lb, ub);% 显示结果
disp('最优解 x:')
disp(x)
disp('最优目标函数值 fval:')
disp(fval)
disp('退出标志 exitflag:')
disp(exitflag)
disp('输出信息 output:')
disp(output)

linprog函数:

[x, fval, exitflag, output] = linprog(f, A, b, Aeq, beq, lb, ub, options)

 

用linprog函数只能求解目标函数的最小值,如果我们需要求解最大值则需要加上符号变换一下即可:

% 建立目标函数
f = [-4, -3];% 建立约束条件
% Ax <= B
A = [2,1;1,1;0,1];
b = [40;8;7];
% A1x1 + A2x2 = B
Aeq = [];
Beq = [];
% x1, x2 的公共上界下界
lb = zeros(2,1);
ub = [];% 设置优化选项
options = optimoptions('linprog', 'Display', 'iter');% 求解线性规划结果
[x, fval, exitflag, output] = linprog(f, A, b, Aeq, Beq, lb, ub);
fval = -fval;% 输出结果
disp('最优解:')
disp(x)
disp('最优函数值:')
disp(fval)
disp(exitflag)
disp(output)

以下是对该目标函数的图像:

% 建立目标函数
f = [-4, -3];% 建立约束条件
A = [2, 1; 1, 1; 0, 1];
b = [40; 8; 7];% 变量下界
lb = zeros(2, 1);% 求解线性规划问题
[x, fval, exitflag, output] = linprog(f, A, b, [], [], lb, []);% 将最小化结果转换为最大化结果
fval = -fval;% 设置绘图范围
% 0 - 10 400个等间隔点的向量
x1 = linspace(0, 10, 400);
x2 = linspace(0, 10, 400);
% 0-10的正方形区间画等高线:
% 利用x1和x2两个向量声场两个400 * 400的矩阵X1, X2
[X1, X2] = meshgrid(x1, x2);% 计算目标函数值
Z = 4*X1 + 3*X2;% 绘制等高线
% 创建新的图形窗口
figure;
% 在指定范围内绘制20条等高线
contour(X1, X2, Z, 20); hold on;% 绘制约束条件
% 根据约束条件总结出约束范围:
fill([0, 0, 20, 20], [7, 0, 0, 7], 'b', 'FaceAlpha', 0.1); % x2 <= 7
fill([0, 8, 0], [8, 0, 0], 'g', 'FaceAlpha', 0.1); % x1 + x2 <= 8
fill([0, 20, 0], [0, 0, 40], 'r', 'FaceAlpha', 0.1); % 2x1 + x2 <= 40% 标记最优解
% MarkSize 标记点的大小 MarkFaceColor 标记点的颜色
plot(x(1), x(2), 'ro', 'MarkerSize', 10, 'MarkerFaceColor', 'r');% 标注和图例
xlabel('x1');
ylabel('x2');
title('线性规划问题的目标函数与约束条件');
legend('目标函数等高线', 'x2 <= 7', 'x1 + x2 <= 8', '2x1 + x2 <= 40', '最优解');
% 显示网格:
grid on;
% 取消绘图保持状态,使得下一次绘图会清除当前图形内容
hold off;

若目标函数不是线性函数:

例子:

 

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:http://www.mzph.cn/diannao/31327.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

造价信息网工程造价信息最新明细

提供造价信息网工程造价信息、厂商报价市场价&#xff0c;交通工程造价信息&#xff0c;电网工程造价信息&#xff0c;园林苗木绿化造价信息&#xff0c;工程定额免费资源可在 祖国建材通 www.zgjct.com 查询获取下载 造价信息网工程造价信息更新明细如下&#xff1a; 直辖市 …

深度神经网络——什么是决策树?

概述 决策树 是一种有用的机器学习算法&#xff0c;用于回归和分类任务。 “决策树”这个名字来源于这样一个事实&#xff1a;算法不断地将数据集划分为越来越小的部分&#xff0c;直到数据被划分为单个实例&#xff0c;然后对实例进行分类。如果您要可视化算法的结果&#xf…

基于AI技术的车型识别系统---功能页面

一.主窗口 #创建主窗口 window tk.Tk() window.title("图像目标检测系统") window.geometry(1400x700) # 设置窗口大小1.1画布的宽度为1400像素&#xff0c;高度为700像素&#xff0c;画布是放置在window中 #创建背景画布并使用grid布局管理器 canvas_background…

计算机网络知识点(七)

目录 一、简述浏览器从输入URL到展现页面的全过程 二、简述HTTP和HTTPS的区别 1、HTTP 2、HTTPS 3、区别 三、简述HTTP中的referer头的作用 1、HTTP referer是header的一部分。 2、防盗链 3、防止恶意请求 4、空Referer 5、防御CSRF 四、简述HTTP的方法有哪些 1、…

[大师C语言(第三十四篇)]C语言文件操作背后的技术

C语言提供了一系列标准库函数来处理文件操作&#xff0c;包括文件的打开、读写、关闭等。这些函数使得开发者能够方便地与文件系统交互&#xff0c;进行数据的存储和检索。本文将深入探讨C语言文件操作背后的技术&#xff0c;并通过详细的代码示例来展示这些技术的实际应用。 …

Goroutine和协程的区别

线程 定义&#xff1a;线程是操作系统管理的基本执行单元&#xff0c;一个进程可以包含多个线程。重量级&#xff1a;线程是重量级的操作系统资源&#xff0c;创建和销毁线程的开销较大。内存消耗&#xff1a;每个线程有独立的栈空间&#xff08;通常为几MB&#xff09;&#…

WHAT - React 学习系列(一)

官方文档 If you have a lot of HTML to port to JSX, you can use an online converter. You’ll get two things from useState: the current state (count), and the function that lets you update it (setCount). To “remember” things, components use state.To mak…

淘宝卖家为啥不退差价怎么回事 淘宝客服不退差价

今天给各位分享淘宝卖家为啥不退差价怎么回事的知识&#xff0c;其中也会对淘宝客服不退差价进行解释&#xff0c;如果能碰巧解决你现在面临的问题&#xff0c;别忘了关注本站&#xff0c;现在开始吧&#xff01; [1] 拼多多商家不给差价怎么办 首先大家要跟商家进行商量&#…

LVS(Linux Virtual Server)集群,(1)NAT模式

Cluster&#xff1a;集群&#xff0c;为了解决某个特定问题将多台计算机组合起来形成的单个系统。 集群分为三种类型&#xff1a; LB(Load Balancing)&#xff0c;负载均衡&#xff0c;多个主机组成&#xff0c;每个主机只承担一部分访问请求 HA(High Availiablity)&#xf…

洛杉矶裸机云服务器怎么用

洛杉矶裸机云服务器是一种结合了物理服务器性能和云服务灵活性的高性能计算服务。它为用户提供了高效、安全的计算和存储能力&#xff0c;特别适合需要大量数据处理和快速响应的应用。具体分析如下&#xff0c;rak部落小编为您整理发布洛杉矶裸机云服务器怎么用。 1. 硬件配置选…

c++常考笔记

一 什么是深拷贝&#xff0c;什么是浅拷贝&#xff1f;c 浅拷贝&#xff08;Shallow Copy&#xff09; 浅拷贝在C中是默认的复制方式&#xff0c;它复制对象的所有成员变量&#xff0c;但对于指针成员变量&#xff0c;仅复制指针的值&#xff08;即指向的地址&#xff09;&am…

IPython的使用技巧

1、解释说明 IPython是一个强大的Python交互式shell&#xff0c;它提供了丰富的功能&#xff0c;如自动补全、历史记录、内置帮助等。IPython使得在命令行下编写和测试Python代码变得更加方便和高效。 2、使用示例 安装IPython&#xff1a; pip install ipython启动IPython…

亲测5个电脑浏览器高效技巧,保证让你搜索效率倍增!

虽然我们每个人的电脑基本每天都会用到浏览器&#xff0c;但你会发现有的人用起浏览器就是噼里啪啦的&#xff0c;找他要个什么网站他都能快速找到&#xff0c;而有的人&#xff0c;经常打开的是广告搜索的网页&#xff0c;找不到搜索的答案非常慢。小编今天就来跟你分享一下我…

LeetCode 热题100 --哈希

哈希 哈希&#xff0c;有限空间映射一个无限的空间。在空间内&#xff0c;有序化进行快速查询。 用空间换时间。 1.两数之和 给定一个整数数组 nums 和一个整数目标值 target&#xff0c;请你在该数组中找出 和为目标值 target 的那 两个 整数&#xff0c;并返回它们的数组…

深度神经网络:开启人工智能的新篇章

在人工智能的浩瀚星空中&#xff0c;深度神经网络&#xff08;Deep Neural Networks, DNNs&#xff09;无疑是那颗最为璀璨夺目的星辰。自2006年深度学习的概念被重新发掘以来&#xff0c;深度神经网络凭借其强大的模式识别能力和卓越的数据处理效率&#xff0c;引领了人工智能…

【面试干货】Java中的访问修饰符与访问级别

【面试干货】Java中的访问修饰符与访问级别 1、public2、protected3、默认&#xff08;没有访问修饰符&#xff09;4、private &#x1f496;The Begin&#x1f496;点点关注&#xff0c;收藏不迷路&#x1f496; 在Java中&#xff0c;访问修饰符用于控制类、变量、方法和构造器…

MATLAB 中,fopen 和 fgetl 函数用于文件操作

逐行读文件内容 fopen 和 fgetl 读结构体 在 MATLAB 中&#xff0c;fopen 和 fgetl函数用于文件操作。 fopen 用于打开一个文件并返回一个文件标识符&#xff0c;而 fgetl 用于从该文件中读取一行文本。 对于 MATLAB R2018b 版本&#xff0c;这些函数的用法没有显著变化&a…

使用 BroadcastChannel 进行跨页面通信

在现代 Web 应用程序中&#xff0c;有时候我们需要在不同的页面之间进行通信&#xff0c;例如在一个页面上的操作需要更新另一个页面上的内容。这时候&#xff0c;BroadcastChannel 可以成为一个非常有用的工具。BroadcastChannel 允许我们在不同的浏览器标签页或者不同的窗口之…

哈尔滨高校哪些系统需要做等保

高校需要进行等保的系统类别 高校的信息系统安全等级保护工作是根据《网络安全法》和相关政策法规要求进行的&#xff0c;目的是保护信息化发展、维护国家信息安全&#xff0c;确保信息系统的安全稳定运行。根据等保2.0标准&#xff0c;高校的信息系统可以分为不同的安全等级&…

Java中的测试驱动开发(TDD)实践

Java中的测试驱动开发&#xff08;TDD&#xff09;实践 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01; 引言 测试驱动开发&#xff08;TDD&#xff09;是一种…