Ⅰ 整数规划该如何用MATLAB求解
整数线性规划要下载工具箱来解决，很麻烦
用LINGO吧，方便简单，下面附带一个例子：
LINGO软件用于线性或非线性规划（无论是连续规划还是整数规划），因此包含了LINDO的功能。在LINGO中，所有的函数均以“@”符号开始，如约束中@gin(x1)表示x1为整数，用bin(x1)表示x1为0-1整数。
钢管下料问题的求解
以切割后剩余的总余料量最小为目标，建立LINGO模型：
min= 3*x1+x2+3*x3+3*x4+x5+x6+3*x7;
4*x1+3*x2+2*x3+x4+x5 >=50;
x2+2*x4+x5+3*x6 >= 20;
x3+x5+2*x7 >= 15;
@gin(x1);
@gin(x2);
@gin(x3);
求解可以得到最优解如下：
OBJECTIVE FUNCTION VALUE
1) 27.00000
VARIABLE VALUE REDUCED COST
X1 0.000000 3.000000
X2 12.000000 1.000000
X3 0.000000 3.000000
X4 0.000000 3.000000
X5 15.000000 1.000000
X6 0.000000 1.000000
X7 0.000000 3.000000
Ⅱ MatLab求解整数规划
各种主流的方法不让用，各种主流的程序也不让用，老师到底想要你们做什么？
MATLAB的整数规划能力比较有限，早期主要就是0-1二值规划的bintprog，后来遗传算法ga可以求解不带等式约束的非线性规划，再后来还有个整数线性规划的函数intlinprog。第三方比较著名的有个个人作者编写的分支定界法函数bnb20。
Ⅲ matlab中NSGA-Ⅱ是否可以求解整数规划
最近，有很多同行问我在Matlab中怎样求解（混合）整数规划问题，我这里就说一下我所知道的情况。
Matlab 7的优化工具包只能求解0-1变量的（逻辑）整数规划问题，要解一般的整数规划问题，推荐下载一个免费的，叫做LP_SOLVE的软件，支持Matlab,在yahoo讨论组里有下载。
解压后，里面有个文件夹，将其命名为"lp_solve",建议将这个文件夹拷贝到matlab程序文件夹中的toolbox文件夹中，在lp_solve文件夹里面有个lpsolve55.dll文件，将其拷贝到系统文件夹%system32中，然后启动matlab，在file菜单里点击setpath,将%MATLAB701/toolbox/lp_solve 路径添为默认路径，现在就可以直接使用lp_solve文件夹里面的函数了。
为了根方便地使用各种优化软件，尤其是lp_solve,我还建议有兴趣的同行再下载一个叫做"Yalmip" 的软件包，同样解压后放在matlab程序文件夹中的toolbox文件夹中，再添加其路径（add with subfolders）。这个软件的重要作用在于使得添加约束条件的过程变得相当方便，例如变量X是一个长度为5的向量，且有约束x1+x2+x3+x4+x5=1,利用Yalmip就可以写成
X=sdpvar(5,1); %定义变量
set(sum(X)==1);%定义约束条件
Ⅳ matlab中如何解决整数规划问题
matlab不是好的解决整数规划的工具，用lingo，他额特色就是可以用来解整数规划问题，还可建选址模型，也很好学
Ⅳ matlab整数规划问题
clc;
Maxf=-100000;
s=0.0;
k=1;
z1=zeros(50,1);
z2=zeros(50,1);
for i=0:1:66
for j=0:1:100-i
if (2*j-i)>=0
s=98*i+277*j-i^2-0.3*i*j-2*j^2;
if (s-Maxf)==0
k=k+1;
z1(k)=i;
z2(k)=j;
else
if s>Maxf
Maxf=s;
z1(1)=i;
z2(1)=j;
k=1;
end
end
end
end
end
Str=strcat('最大值MAX为:',num2str(Maxf));
disp(Str);
x1=z1(1:k)
x2=z2(1:k)
我已经验证过了~OK的哈！
Ⅵ matlab整数规划程序
可以用YALMIP工具箱解整数规划
定义变量：
sqdvar（）实型
intvar（）整型
binvar（）0-1型
设定目标函数 :
f=目标函数
设定限定条件：
F=set（限定条件）
多个限定条件用加号相连：
F=set（限定条件）+set（限定条件1）+set（限定条件2）……
求解： solvesdp（F,f）
这里解得是F条件下目标函数f的最小值，要求最大值f前面加个负号
求解之后查看数值 :
double（f） double（变量）
intvar（m，n）:生成整数型变量；
sdpvar（m，n）：生产变量；
solvesdp（F，f）：求解最优解（最小值），其中F为约束条件（用set连接），f为目标函数
double：显示求解的答案
有个例子：
已知非线性整数规划为：
Max z=x1^2+x2^2+3*x3^2+4*x4^2+2*x5^2-8*x1-2*x2-3*x3-x4-2*x5
s.t.
0<=xi<=99(i=1,2,...,5)
x1+x2+x3+x4+x5<=400
x1+2*x2+2*x3+x4+6*x5<=800
2*x1+x2+6*x3<=800
x3+x4+5*x5<=200
matlab中输入
>> x=intvar(1,5);
f=[1 1 3 4 2]*(x'.^2)-[8 2 3 1 2]*x';F=set(0<=x<=99);
F=F+set([1 1 1 1 1]*x'<=400)+set([1 2 2 1 6]*x'<=800)+set(2*x(1)+x(2)+6*x(3)<=800);
F=F+set(x(3)+x(4)+5*x(5)<=200);solvesdp(F,-f);
max=double(f)
sx=double(x)
* Starting YALMIP integer branch & bound.
* Lower solver : fmincon-standard
* Upper solver : rounder
* Max iterations : 300
Warning : The relaxed problem may be nonconvex. This means
that the branching process not is guaranteed to find a
globally optimal solution, since the lower bound can be
invalid. Hence, do not trust the bound or the gap...
Node Upper Gap(%) Lower Open
1 : -8.020E+004 0.03 -8.025E+004 2
2 : -8.020E+004 0.03 -8.025E+004 1
3 : -8.020E+004 0.00 -8.020E+004 2
+ 3 Finishing. Cost: -80199
max =
80199
sx =
53 99 99 99 0
Ⅶ matlab怎么实现整数线性规划或者非线性规划
intlinprog 函数,用于进行整数规划和整数非整数的混合规划
[x,y,flag]=intlinprog(f,[1,2],A,b,C,d,xm,xM)
Ⅷ 用matlab编程解决整数规划
将下面函数fzdj保存为fzdj.m文件。
function [x,val]=fzdj(n,f,a,b,aeq,beq,lb,ub)
x=zeros(n,1);
x1=zeros(n,1);
m1=2;
m2=1;
[x1,val1]=linprog(f,a,b,aeq,beq,lb,ub);
if (x1==0)
x=x1;
val=val1;
elseif (round(x1)==x1)
x=x1;
val=val1;
else
e1={0,a,b,aeq,beq,lb,ub,x1,val1};
e(1,1)={e1};
zl=0;
zu=-val1;
while (zu~=zl)
for c=1:1:m2
if (m1~=2)
if (cell2mat(e{m1-1,c}(1))==1)
e1={1,[],[],[],[],[],[],[],0};
e(m1,c*2-1)={e1};
e(m1,c*2)={e1};
continue;
end;
end;
x1=cell2mat(e{m1-1,c}(8));
x2=zeros(n,1);
s=0;
s1=1;
s2=1;
lb1=cell2mat(e{m1-1,c}(6));
ub1=cell2mat(e{m1-1,c}(7));
lb2=cell2mat(e{m1-1,c}(6));
ub2=cell2mat(e{m1-1,c}(7));
for d=1:1:n
if (abs((round(x1(d))-x1(d)))>0.0001)&&(s==0)
s=1;
lb1(d)=fix(x1(d))+1;
if (a*lb1<=b)
s1=0;
end;
ub2(d)=fix(x1(d));
if (a*lb2<=b)
s2=0;
end;
end;
end;
e1={s1,a,b,aeq,beq,lb1,ub1,[],0};
e2={s2,a,b,aeq,beq,lb2,ub2,[],0};
e(m1,c*2-1)={e1};
e(m1,c*2)={e2};
end;
m1=m1+1;
m2=m2*2;
for c=1:1:m2
if (cell2mat(e{m1-1,c}(1))==0)
[x1,val1]=linprog(f,cell2mat(e{m1-1,c}(2)),cell2mat(e{m1-1,c}(3)),cell2mat(e{m1-1,c}(4)),cell2mat(e{m1-1,c}(5)),cell2mat(e{m1-1,c}(6)),cell2mat(e{m1-1,c}(7)));
e1={cell2mat(e{m1-1,c}(1)),cell2mat(e{m1-1,c}(2)),cell2mat(e{m1-1,c}(3)),cell2mat(e{m1-1,c}(4)),cell2mat(e{m1-1,c}(5)),cell2mat(e{m1-1,c}(6)),cell2mat(e{m1-1,c}(7)),x1,val1};
e(m1-1,c)={e1};
end;
z=val1;
if ((-z)<(-zl))
e1={1,[],[],[],[],[],[],[],0};
e(m1-1,c)={e1};
elseif (abs(round(x1)-x1)<=0.0001)
zl=z;
end;
end;
for c=1:1:m2
if (cell2mat(e{m1-1,c}(1))==0)
zu=cell2mat(e{m1-1,c}(9));
end;
end;
for c=1:1:m2
if (-cell2mat(e{m1-1,c}(9))>(-zu))
zu=cell2mat(e{m1-1,c}(9));
end;
end;
end;
for c=1:1:m2
if (cell2mat(e{m1-1,c}(1))==0)&&(cell2mat(e{m1-1,c}(9))==zu)
x=cell2mat(e{m1-1,c}(8));
end;
end;
val=zu;
end;
然后在命令窗口中输入：
n=2;f=[0;-1];%转化为求最小
a=[3 2;-3 2];
b=[6;0];
lb=[0;0];
ub=[inf,inf];
aeq=[];
beq=[];
[x,val]=fzdj(n,f,a,b,aeq,beq,lb,ub)
结果：
x =
1
1
val =
-1
即在点（1,1）最大为1
Ⅸ matlab中，怎么做整数规划
做整数规划编程是个很宽泛的题目，可以参考教程，不是几句话能说清的。如果你有题，我可以给你写个程序，举例说明。
Ⅹ 关于Matlab中怎样求解整数规划问题
线性规划问题：min f*x
s.t. A*x<=b Aeq*x=beq lb<=x<=ub
其中：A为不等式约束的系数矩阵，Aeq表示等式约束的系数矩阵，b表示不等式约束的常向量，beq表示等式约束的常向量，lb和ub表示自变量的上下范围。
求解函数：
linprog(f,A,b,Aeq,beq,lb,ub)
其中： f,A,b ,Aeq,beq,lb,ub的定义如上