主要内容

线性规划与混合整数线性规划

解决连续变量和整数变量的线性规划问题

在开始解决优化问题之前,必须选择适当的方法:基于问题的方法或基于求解器的方法。详细信息请参见首先选择基于问题或基于解决方案的方法

对于基于问题的方法,创建问题变量,然后用这些符号变量表示目标函数和约束。有关要采取的基于问题的步骤,请参见基于问题的优化工作流.要解决产生的问题,请使用解决

有关要采取的基于求解器的步骤,包括定义目标函数和约束,以及选择适当的求解器,请参见基于求解器的优化问题设置.要解决产生的问题,请使用intlinprog当有整数约束时,还是使用linprog当没有整数约束时。

功能

全部展开

评估 求最优化表达式
findindex 查找命名索引变量的数值索引等价物
不可能实行 在某一点上违反约束
optimproblem 创建优化问题
optimvar 创建优化变量
prob2struct 将优化问题或方程问题转换为求解形式
解决 解决最优化问题或方程问题
intlinprog 混合整数线性规划(MILP)
linprog 解决线性规划问题
mpsread 读取MPS文件以获得LP和MILP优化数据

实时编辑任务

优化 在实时编辑器中优化或解决方程

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:基于问题的

混合整数线性规划的简单例子。

工厂、仓库、销售分配模型:基于问题的

这个例子展示了如何建立和解决一个混合整数线性规划问题。

旅行推销员问题:基于问题的问题

这个例子展示了如何使用二进制整数规划来解决经典的旅行推销员问题。

发电机的最优调度:基于问题的

这个例子展示了如何最优地安排两台燃气发电机,这意味着获得最大的收入减去成本。

二进制整数规划的办公室分配:基于问题的

这个例子展示了如何用优化问题的方法通过二进制整数规划来解决分配问题。

混合整数二次规划组合优化:基于问题

这个例子展示了如何使用基于问题的方法解决混合整数二次规划(MIQP)投资组合优化问题。

库存削减问题:基于问题的

这个例子展示了如何使用线性规划和一个整数线性规划子程序来解决切割库存问题。

最小化并行处理中的最大完工时间

最小化一组处理器完成一组任务的最大时间。

通过整数编程解决数独难题:基于问题

这个例子展示了如何使用二进制整数编程来解决数独难题。

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例子。

工厂、仓库、销售分配模型:基于求解器

在一个小型供应链中优化物流的例子。

旅行推销员问题:基于求解器

经典的旅行推销员问题,包括设置和解决。

发电机的最优调度:基于求解器

示例显示如何调度发电时,有成本的激活。

二进制整数编程的办公室分配:基于求解器

用二进制整数规划解决一个赋值问题。

混合整数二次规划组合优化:基于求解器

示例显示如何优化投资组合,二次规划问题,与整数和其他约束。

库存削减问题:基于求解器

用线性规划和整数规划子程序解决一个切料问题。

通过整数编程解决数独难题:基于求解器

数独是一种可以用整数线性规划解决的谜题。

基于问题的线性规划

建立一个基于问题的线性计划

使用基于问题的方法来制定线性问题。

利用线性规划最大化长期投资:基于问题

利用线性规划和基于问题的方法优化一个确定性多期投资问题。

在基于问题的框架中创建多期库存模型

在基于问题的方法中创建一个库存模型,其中库存在不同时间段之间进行。

基于求解器的线性规划

建立一个线性程序,基于求解器

使用基于求解器的方法制定问题。

典型线性规划问题

这个例子展示了一个典型线性规划问题的解决方案。

利用线性规划最大化长期投资:基于求解器

用线性规划方法优化确定性多期投资问题。

建模和分析线性和整数问题

整数与逻辑建模

使用“Big-M”和其他技术对整数约束进行建模的技术。

调查线性不可行性

找出哪些线性约束导致问题不可行的。

具体问题具体分析的算法

基于问题的优化算法

了解优化函数和对象如何解决优化问题。

金宝app优化变量和表达式的支持操作

探索优化变量和表达式所支金宝app持的数学和索引操作。

基于求解器的算法和选项

线性规划算法

最小化线性目标函数n只有线性和绑定约束的维度。

混合整数线性规划算法

用于混合整数线性规划求解的算法。

优化选项参考

探索优化选项。

整型线性规划

改进解决方案或解决时间的步骤。金宝搏官方网站

intlinprog输出函数和图函数语法

如何监控进度intlinprog解决方案的过程。