【线性规划】基于MATLAB数学建模的线性规划代码编写

我是看的北海老师的视频。

首先线性规划的所有变量，函数关系全是一次的，就是没有平方，立方这种。

这题求的是最大利润之类的，先将最大利润转变为求最小，最简单的方法就是加个负号写入代码中，然后在结尾处再加一次负号负负得正抵消。因为在MATLAB中求解线性规划只能求 最小 取值，不等式约束条件也要这样处理。

-y min = -40x1-30x2

这是我们处理后的目标函数，等式右边两个系数 -40 -30将它们构成的列向量记作 f

f = [-40;-30]（注意这里是分号，MATLAB中分号表换行，f是一个2x1的矩阵，也就是列向量）

将不等式约束条件的系数矩阵记作a，注意这里也要转化为最小取值，所以所有的不等号都要变为小于等于<=

因此，a = 【1,1；-1,0；0，-1；240,120】（注意什么时候用逗号，什么时候用分号）

将不等式约束条件的常数项矩阵，也就是式子右边的常数构成的矩阵，记作b。

注意变号之后不仅a变了，b中的元素也跟着改变

b = [6;-1;-1;1200](分号）

这道题没有等式约束条件和上下限，也就是没有aeq，beq，lb，vb，直接不写就行。

举一个等式约束条件的例子

等式约束条件  x1 x2的总和必须为s

写成等式就是x1+x2=s；

对应的：

aeq = 【1,1】（这里是逗号，因为这是一个式子的两个未知数的系数，如果是两个式子就应该有四个系数，两行两列）

beq = 【s】。

aeq的行数等于beq的元素数，这是必须要满足的条件，你写对了肯定是满足的。

这个条件其实就相当于要满足aeq*【x1；x2】=beq，也就是将给出的等式转化为矩阵相乘的形式，因为等式成立，所以这个式子也必定成立。

上下限

就是明确告诉你x1 x2的最小取值与最大取值，但我有时搞不懂上下限和不等式约束的区别（求大侠支招），因为有时我都直接把上下限当做不等式约束条件，直接算在a里面了。

 就像这道题，我写不写lb的结果都是一样的。

最后，一定注意是求最小取值，所以原题如果给的是最大，一定要再填一次负号。不过这个到很容易检查出来，最后结果出来取值是个负数你就会发现是忘记加负号了。