【发布时间】:2017-09-08 16:28:18
【问题描述】:
这是一个试图最小化的线性规划问题。看了很多例子,但没有一个与这个相似。对如何使用inf() 和zero() 作为边界感到特别困惑。
我已经有很多限制了:
c = [6, 8, -6, -1]
A = [];
B = [];
Aeq = [9, 3, -1, -1; 17, 1, 0, -2; 4, -5, 6, 1];
beq = [30, -20, 6.7]
但对其余部分非常困惑!
【问题讨论】:
这是一个试图最小化的线性规划问题。看了很多例子,但没有一个与这个相似。对如何使用inf() 和zero() 作为边界感到特别困惑。
我已经有很多限制了:
c = [6, 8, -6, -1]
A = [];
B = [];
Aeq = [9, 3, -1, -1; 17, 1, 0, -2; 4, -5, 6, 1];
beq = [30, -20, 6.7]
但对其余部分非常困惑!
【问题讨论】:
你去吧:
vC = [6; 8; -6; -1];
mA = [9, 3, -1, -1; -17, -1, 0, 2];
vB = [30; 20];
mAEq = [4, -5, 6, 1];
vBEq = [6.7];
vL = [-3; 6.5; -inf; -inf];
vU = [15; inf; -2; inf];
vX = linprog(vC , mA, vB, mAEq, vBEq, vL, vU);
disp(['Optimal Solution - ', num2str(vX.')]);
disp(['Objective Value - ', num2str(vC.' * vX)]);
Optimal solution found.
Optimal Solution - 3.036 6.5 -2 39.056
Objective Value - 43.16
您必须将第二个不等式设为<=。
其余的都是直截了当的。
【讨论】:
-1。