应用Lingo与Matlab软件求解线性规划问题比较探究.docVIP

应用Lingo与Matlab软件求解线性规划问题比较探究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
应用Lingo与Matlab软件求解线性规划问题比较探究

应用Lingo与Matlab软件求解线性规划问题比较探究   摘要:本文就一个给定的线性规划模型,通过介绍优化软件Lingo和科学计算软件Matlab中求解线性规划问题的命令和函数,指出Lingo软件在求解线性规划问题上占有一定优势。 关键词:线性规划 Lingo软件 Matlab软件 最优解 线性规划由前苏联经济学家康托洛维奇提出,它主要研究的是在线性等式(或不等式)约束条件下,使某一线性目标函数取得最大值(或最小值)的问题。随着计算机技术的发展,借助软件可以快速对线性规划问题进行求解和分析。目前,能够求解规划问题的数学软件比较多,常见的有优化软件Lingo和科学计算软件Matlab。 本文以如下线性规划为例,分别利用这二种软件来求解,并就它们在求解线性规划上的差异进行对比分析。 minz=10.8x11+10.95x12+11.1x13+11.25x14+11.1x22+ 11.25x23+11.4x24+11x33+11.15x34+11.3x44; s.t.x11+x12+x13+x14”“   X(3,1) 0.000000 X(3,2) 0.000000 X(3,3) 25.00000 X(3,4) 5.000000 X(4,1) 0.000000 X(4,2) 0.000000 X(4,3) 0.000000 X(4,4) 10.00000 显然最优解同上,只是输出格式不同而已。 2 Matlab求解线性规划 2.1 Matlab软件简介 目前,Matlab提供了四十多个工具箱,这些工具箱专门针对某些具体应用领域。Matlab优化工具箱中提供了linprog函数来求解线性规划问题。 2.2 Matlab求解线性规划的命令介绍 Matlab中一般使用“[ ]”、 “,”或空格以及“;”来创建数组,“[ ]”中给出数组的所有元素,同行间的元素用“,”或者空格隔开,不同行之间用分号“;”隔开,并且用符号“■”置于矩阵右上角表示矩阵的转置运算。 Linprog函数的常见形式如下: 形式1:X=linprog(f,A,b) 用于求解目标函数为Minf′*x ,约束条件为A*x≤b的线性规划问题。其中X表示最优解,f 表示价值列向量,A表示约束不等式中的系数矩阵(二维数组),b(列向量)表示约束不等式中右端资源常数向量。 形式2:[X,fval]=Linprog(c,A,b,Aeq,beq) 相比较上面的问题,增加了等式约束,即Aeq*x=beq。其中X、c、A、b含义同上,fval表示最优解对应的目标函数值。若没有不等式存在,则令A=[]、b=[]. 形式3:[X,fval]=Linprog(c,A,b,Aeq,beq,vlb,vub) 增加了决策变量的上下界约束,即Vlb≤x≤vub,其中vlb、vub分别以列向量形式存储。如果没有不等式约束,令A=[]和b=[];若没有等式约束,则令Aeq=[]、beq=[]. 2.3 Matlab求解上述线性规划的具体实现 Matlab程序如下: clear c=[10.8 10.95 11.1 11.25;0 11.1 11.25 11.4;0 0 11 11.15;0 0 0 11.3]; A=[1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1]; b=[25;35;30;10]; Aeq=[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1]; beq=[10;15;25;20]; f=c(:); %把f变成列向量 vlb=zeros(16,1); %确定决策变量的下界 vub=[inf 0 0 0 inf inf 0 0 inf inf inf 0 inf inf inf inf]; %通过取上下界值都为0,保证决策变量x21=x31=x41 =x32=x42=x43=0 [x,fval]=linprog(f,A,b,Aeq,beq,vlb,vub) 运行后,得结果: x =10.0000 0

文档评论(0)

linsspace + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档