基于Syslab求解优化问题
版本 unknown · 52 节
第 1 页
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
第 12 页
第 13 页
第 14 页
第 15 页
第 16 页
第 17 页
第 18 页
第 19 页
第 20 页
第 21 页
第 22 页
第 23 页
第 24 页
第 25 页
第 26 页
3.2.3 整数规划例题解析1
在本例题中，我们将通过一个典型的整数规划问题，演示如何在 Syslab 中使用 Intlinprog 函数进行求解。该函数专门用于处理目标函数和约束条件均为线性，但决策变量要求为整数的优化问题。
假设我们面临如下整数规划问题：
- 目标函数：最小化 ( z = -x_1 - 2x_2 )
- 约束条件： [ \begin{cases} x_1 + x_2 \leq 40 \ 2x_1 + x_2 \leq 60 \ x_1, x_2 \geq 0 \end{cases} ]
- 变量类型：( x_1, x_2 ) 均为整数
该问题的数学模型可写为：
整数线性规划标准形式
最小化 ( f^T x )，满足 ( A \cdot x \leq b )，且 ( x ) 为整数向量。
其中，( f = [-1, -2]^T )，( A = [1, 1; 2, 1] )，( b = [40, 60]^T )。
操作步骤
-
定义问题参数
在 Syslab 的命令行或脚本中，首先输入目标函数的系数向量和约束矩阵：f = [-1; -2] A = [1 1; 2 1] b = [40; 60] -
调用 Intlinprog 函数
使用Intlinprog函数指定整数变量索引。由于两个变量均为整数，设置intcon = [1, 2]：x = Intlinprog(f, A, b; intcon=[1,2])该函数会自动搜索满足整数约束的可行解，并返回使目标函数最小的整数点。
-
查看求解结果
执行后，Syslab 会输出最优解向量x。预期结果为：x = [20; 20]即 ( x_1 = 20, x_2 = 20 )，此时目标函数值 ( z = -1 \times 20 - 2 \times 20 = -60 )。
-
验证约束条件
检查解是否满足所有约束：- ( 20 + 20 = 40 \leq 40 )（边界）
- ( 2 \times 20 + 20 = 60 \leq 60 )（边界） 说明该解位于可行域的顶点上，且为整数最优解。
结果分析
本例中，整数约束并未改变线性规划松弛解的最优性（若不做整数约束，最优解同样为 (20,20)）。但在许多实际问题中，整数约束会导致最优解偏移或产生多个候选解。Intlinprog 函数采用分支定界算法，能够高效处理此类问题。
MWORKS
上图展示了该问题的可行域（由两条直线围成的多边形）以及整数网格点。红色圆点标记了最优整数解 (20,20)，它恰好位于约束边界上。
通过本例，您已掌握在 Syslab 中利用 Intlinprog 求解整数线性规划的基本流程。下一节将介绍带有更多整数变量和混合整数类型的复杂案例。