数学建模——01规划/整数规划

发布于:2025-08-01 ⋅ 阅读:(9) ⋅ 点赞:(0)

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
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

min \; \; \; f(x)

s.t.\left\{\begin{matrix} Ax\leq b,Aeq\cdot x=beq \\ lb\leq x\leq ub \end{matrix}\right.

min \; \; \; f(x)

s.t.\left\{\begin{matrix} Ax\leq b,Aeq\cdot x=beq \\ c(x)\leq 0,Ceq(x)=0 \\ lb\leq x\leq ub \end{matrix}\right.

函数名 linprog fmincon intlinprog
函数用法
[x, fval] = linprog(f, A, b, Aeq, beq, lb,ub);
[x, fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,option);
[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x_1,x_2,x_3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\leq or< 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\leq or<

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:

max \; \; \sum_{i=1}^{10} p_ix_i

s.t.\left\{\begin{matrix} \sum_{i=1}^{4}w_ix_i\leq 8 \\ x_i\in \left \{ 0,1 \right \} \end{matrix}\right.

但是前面说过这类函数只能求最小值,因此要转化

min \; \; -\sum_{i=1}^{10} p_ix_i

s.t.\left\{\begin{matrix} \sum_{i=1}^{4}w_ix_i\leq 8 \\ x_i\in \left \{ 0,1 \right \} \end{matrix}\right.

%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

x_{ij}=1表示员工i选择第j种任务,0表示不选择第j种任务

t_{ij}表示员工i完成第j种任务用时

min\; \; \sum_{j=1}^{4}\sum_{i=1}^{4}t_{ij}x_{ij}

s.t.\left\{\begin{matrix} \sum_{j=1}^{4}x_{ij}=1,i=1,2,3,4 \\ \sum_{i=1}^{4}x_{ij}=1,j=1,2,3,4 \\ x_{ij}\in \left \{ 0,1 \right \} \end{matrix}\right.

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

%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

%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

x_{ij}=1表示员工i选择第j种任务,0表示不选择第j种任务

t_{ij}表示员工i完成第j种任务用时

min\; \; \sum_{j=1}^{5}\sum_{i=1}^{4}t_{ij}x_{ij}

s.t.\left\{\begin{matrix} \sum_{j=1}^{5}x_{ij}\leq 1,i=1,2,3,4,5 \\ \sum_{i=1}^{4}x_{ij}=1,j=1,2,3,4 \\ x_{ij}\in \left \{ 0,1 \right \} \end{matrix}\right.

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

% 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


网站公告

今日签到

点亮在社区的每一天
去签到