数学建模——01规划/整数规划

1.概念

数学规划问题有些数据必须是整数,但是理论最优解可能是小数,比如人数,这一类数据只能是整数。如果

|-----------------|--------|
| 要求解的数据全是整数 | 整数规划 |
| 要求解的数据有一部分限制是整数 | 混合整数规划 |
| 解只能取0或者1的规划 | 01规划 |

2.函数

整数线性规划是可以用matlab求解的

|-------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------|
| | 线性规划 | 非线性规划 | 整数规划 |
| 模型标准型 | | | |
| 函数名 | linprog | fmincon | intlinprog |
| 函数用法 | Matlab [x, fval] = linprog(f, A, b, Aeq, beq, lb,ub); | Matlab [x, fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,option); | Matlab [x, fval] = intlinprog(f,intcon, A, b, Aeq, beq, lb,ub,x0); |

参数含义:

|-----|--------------------------------|---------|-----------------------------------------------------------------------------------|---------|------------------------------------------------------------------------------------------------|
| linprog || fmincon || intlinprog ||
| f | 目标函数系数向量(列向量) | fun | 把目标函数定义成一个单独的函数文件(min) | f | 目标函数系数向量(列向量) |
| A | 不等式约束矩阵(左侧系数) | x0 | 决策变量的初始值 | intcon | 是指决策变量x中应该取整数值的分量,比如决策变量有三个若1,3是整数,那么intcon = [1,3] |
| b | 不等式约束右侧常数向量 | A,b | 线性约束 不等式 变量系数矩阵和常数项矩阵(左侧系数和右侧向量,支持) | A,b | 线性约束 不等式 变量系数矩阵和常数项矩阵(左侧系数和右侧向量,支持) |
| Aeq | 等式约束矩阵(Aeq),空表示无等式约束 | Aeq,beq | 线性约束 等式变量系数矩阵和常数项矩阵(左侧系数和右侧向量) | Aeq,beq | 线性约束 等式变量系数矩阵和常数项矩阵(左侧系数和右侧向量) |
| beq | 等式约束右侧常数向量(beq),空表示无等式约束 | lb,ub | 决策变量的最小与最大取值(变量上下界) | lb,ub | 决策变量的最小与最大取值(变量上下界) |
| lb | 变量下界(lower bound) | nonlcon | 非线性约束(包括不等式与等式) | | |
| ub | 变量上界(upper bound) | option | 求解非线性规划使用的方法 | | |

备注:01变量就是整数规划的变式,只需要把lb,ub改成限制在0和1之间的整数就行

例题:

1.01背包问题

1.记录xi=1表示第i件物品装入背包,0表示没装

2.用wi表示第i件物品重量,pi表示第i件物品的价值,得到:

但是前面说过这类函数只能求最小值,因此要转化

Matlab 复制代码
%01背包和整数规划
c=-[3 4 5 6];
intcon=[1:4];
A=[2 3 4 5];
b=8;
Aeq=[];beq=[];
lb=zeros(4,1);
ub=ones(4,1);
[x,fval]=intlinprog(c,intcon,A,b,Aeq,beq,lb,ub);
fval=-fval;
x
fval

2.指派类问题

员工:i=1,2,3,4

四项任务:j=1,2,3,4

表示员工i选择第j种任务,0表示不选择第j种任务

表示员工i完成第j种任务用时

第一行表示每个人都能且仅能选择一项任务

第二行表示每种任务都交给一个人完成

Matlab 复制代码
%指派问题
%转单下标
c=[9 2 7 8 6 4 3 7 5 8 1 8 7 6 9 4];
intcon=[1:16];
A=[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
   0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0;
   0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0;
   0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1];
b=ones(4,1);
Aeq=repmat(eye(4),1,4);
beq=ones(4,1);
lb=zeros(16,1);
ub=ones(16,1);
[x,fval]=intlinprog(c,intcon,A,b,Aeq,beq,lb,ub);
newx=reshape(x,4,4)
fval

虽然跑出来结果是正确的,但是这里有问题,因为A按理来说应该是不等式,所以正确的应该是

Matlab 复制代码
%转单下标
c=[9 2 7 8 6 4 3 7 5 8 1 8 7 6 9 4];
intcon=[1:16];
A=[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
   0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0;
   0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0;
   0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1];
b=ones(4,1);
Aeq=repmat(eye(4),1,4);
beq=ones(4,1);

realAeq=[A;Aeq];
realbeq=[b;beq];

lb=zeros(16,1);
ub=ones(16,1);
[x,fval]=intlinprog(c,intcon,[],[],realAeq,realbeq,lb,ub);
newx=reshape(x,4,4)
fval

变式:假如有人可以不参加

员工:i=1,2,3,4,5

四项任务:j=1,2,3,4

表示员工i选择第j种任务,0表示不选择第j种任务

表示员工i完成第j种任务用时

第一行表示每个人都能且仅能选择一项任务或者不完成任务

第二行表示每种任务都交给一个人完成

Matlab 复制代码
% 指派问题
% 转单下标
c=[9 2 7 8 6 4 3 7 5 8 1 8 7 6 9 4 6 5 8 5];
intcon=[1:20];
A=[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;
   0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
   0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0;
   0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0
   0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1];
b=ones(5,1);
Aeq=repmat(eye(4),1,5);
beq=ones(4,1);
lb=zeros(20,1);
ub=ones(20,1);
[x,fval]=intlinprog(c,intcon,A,b,Aeq,beq,lb,ub);
count=1;newx=zeros(5,4);
for i=1:5
    for j=1:4
        newx(i,j)=x(count);
        count=count+1;
    end
end
newx
fval

相关推荐
西阳未落5 小时前
LeetCode——二分(进阶)
算法·leetcode·职场和发展
通信小呆呆6 小时前
以矩阵视角统一理解:外积、Kronecker 积与 Khatri–Rao 积(含MATLAB可视化)
线性代数·算法·matlab·矩阵·信号处理
CoderCodingNo7 小时前
【GESP】C++四级真题 luogu-B4068 [GESP202412 四级] Recamán
开发语言·c++·算法
一个不知名程序员www7 小时前
算法学习入门---双指针(C++)
c++·算法
Shilong Wang7 小时前
MLE, MAP, Full Bayes
人工智能·算法·机器学习
Theodore_10227 小时前
机器学习(6)特征工程与多项式回归
深度学习·算法·机器学习·数据分析·多项式回归
知花实央l7 小时前
【算法与数据结构】拓扑排序实战(栈+邻接表+环判断,附可运行代码)
数据结构·算法
lingling0098 小时前
机械臂动作捕捉系统选型指南:从需求到方案,NOKOV 度量光学动捕成优选
人工智能·算法
吃着火锅x唱着歌8 小时前
LeetCode 410.分割数组的最大值
数据结构·算法·leetcode
Benny_Tang8 小时前
题解:P7989 [USACO21DEC] Bracelet Crossings G
c++·算法