线性规划和混合整数线性规划
求解具有连续变量和整数变量的线性规划问题
在开始求解优化问题之前,您必须选择合适的方法:基于问题或基于求解器。有关详细信息,请参阅首先选择基于问题或基于求解器的方法。
对于基于问题的方法,请创建问题变量,然后用这些符号变量表示目标函数和约束。有关基于问题的求解步骤,请参阅基于问题的优化工作流。要求解生成的问题,请使用 solve
。
有关基于求解器的求解步骤,包括定义目标函数和约束,以及选择合适的求解器,请参阅基于求解器的优化问题设置。要求解生成的问题,请在有整数约束时使用 intlinprog
,或在没有整数约束时使用 linprog
。
函数
实时编辑器任务
优化 | 在实时编辑器中优化或求解方程 (自 R2020b 起) |
主题
基于问题的混合整数线性规划
- 混合整数线性规划基础:基于问题
混合整数线性规划的简单示例。 - 工厂、仓库、销售分配模型:基于问题
此示例显示如何建立和求解混合整数线性规划问题。 - 推销员行程问题:基于问题
此示例说明如何使用二元整数规划来求解经典的销售员差旅问题。 - 发电机的最佳调度:基于问题
此示例说明如何以最佳方式调度两台燃气发电机,即收益减去成本的值最大。 - 通过二元整数规划进行办公室分配:基于问题
此示例说明如何使用优化问题方法通过二元整数规划解决分配问题。 - 混合整数二次规划投资组合优化:基于问题
此示例说明如何使用基于问题的方法来求解混合整数二次规划 (MIQP) 投资组合优化问题。 - 下料问题:基于问题
此示例说明如何使用带有整数线性规划子例程的线性规划来求解下料问题。 - 最小化并行处理中的完成时间
最小化一组处理器完成一组任务的最大时间。 - 通过整数规划求解数独谜题:基于问题
此示例说明如何使用二元整数规划来求解数独谜题。
基于求解器的混合整数线性规划
- 混合整数线性规划基础:基于求解器
混合整数线性规划的简单示例。 - 工厂、仓库、销售分配模型:基于求解器
小型供应链中物流优化的示例。 - 推销员行程问题:基于求解器
经典的推销员差旅问题,提供设置和解。 - 发电机的最佳调度:基于求解器
该示例展示了在有启动成本的情况下如何计划发电。 - 通过二元整数规划进行办公室分配:基于求解器
使用二元整数规划解决分配问题。 - 混合整数二次规划投资组合优化:基于求解器
示例说明如何优化一个投资组合,即一个具有整数和其他约束的二次规划问题。 - 下料问题:基于求解器
使用带有整数规划子例程的线性规划来求解下料问题。 - 通过整数规划求解数独谜题:基于求解器
数独是一种可以用整数线性规划求解的谜题。
基于问题的线性规划
- 基于问题设置线性规划
使用基于问题的方法表示线性问题。 - 使用线性规划实现长期投资最大化:基于问题
使用线性规划和基于问题的方法优化确定性多周期投资问题。 - 在基于问题的框架中创建多周期库存模型
采用基于问题的方法,创建一个库存模型,其中库存在各个时间段内进行运输。
基于求解器的线性规划
- 基于求解器设置线性规划
使用基于求解器的方法表示问题。 - 典型的线性规划问题
此示例说明如何求解典型的线性规划问题。 - 使用线性规划实现长期投资最大化:基于求解器
使用线性规划优化确定性多周期投资问题。
基于问题的算法
- 基于问题的优化算法
了解优化函数和对象如何求解优化问题。 - 优化变量和表达式支持的运算
探索优化变量和表达式支持的数学和索引运算。
基于求解器的算法和选项
- 线性规划算法
在仅有线性边界约束的情况下,在 n 个维度中最小化线性目标函数。 - 混合整数线性规划 (MILP) 算法
用于求解混合整数线性规划的算法。 - 优化选项参考
了解优化选项。 - 调整整数线性规划
改进解或解时间的步骤。 - intlinprog 输出函数和绘图函数语法
如何监控intlinprog
解方案过程的进度。