matlab求解非线性整数规划_数学建模之规划模型:奶制品的生产与销售
点击上方「蓝字」关注我们今天,我为大家分享数学建模第4章数学规划模型的第一个例子:奶制品的生产与销售。数学规划的“规划”对应于英文就是programming,规划和优化的区别是规划强调了约束条件。上一章的模型是无约束优化,即没有约束条件,只需要求目标函数的最大值或最小值。这种问题是非常简单的,只需要微积分的知识就可以求解。而这一章讲的是数学规划问题,如线性规划、非线性规划、整数规划等,需...
点击上方「蓝字」关注我们
今天,我为大家分享数学建模第4章数学规划模型的第一个例子:奶制品的生产与销售。数学规划的“规划”对应于英文就是programming,规划和优化的区别是规划强调了约束条件。
上一章的模型是无约束优化,即没有约束条件,只需要求目标函数的最大值或最小值。这种问题是非常简单的,只需要微积分的知识就可以求解。而这一章讲的是数学规划问题,如线性规划、非线性规划、整数规划等,需要考虑的是目标函数在约束条件下的最大值或最小值。规划问题显然要比优化问题更复杂,仅仅靠微积分知识就不够了,需要一点运筹学的知识。
这一章的前两个例子都是线性规划,是规划问题中比较简单的问题。即使没有学过运筹学问题也不大,基本概念是比较简单的,至于求解,什么单纯性法、内点法不懂也没关系,我们可以借助数学软件Lingo来进行计算。
Matlab也可以求解优化问题,但是作为专门的优化问题计算软件,Lingo显然更加专业。我们只需要将优化问题的决策变量、目标函数和约束条件设定好,用Lingo语言输入进去,就可以很快求出最优解。当然需要注意的是,求出最优解并不是终极目标,对于优化问题,敏感性分析必不可少,Lingo可以给出清晰明确的敏感性分析的结果。
自由选择,积极行动。
老胡陪你日日精进!
点个“在看”表示朕
已阅
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐

所有评论(0)