线性规划模型整理：
格式：

心得：

格式：
1.上述式子不一定全部都会用的上，根据情况选择。
2.matlab里只可求最小值，对其取反即为最大值。
3.约束式子里的不等号方向需要与格式相同，不同的需要转化一下。
运用：
经过分析，可将非线性的转化为线性的

关于多目标规划模型（可转化为多个不同的单一规划模型）：

（一般情况下，风险度最大可为0.055/0.05）

a=0;hold on
while a<0.05
       a=0;hold on
while a<0.05
       c=[-0.05,-0.27,-0.19,-0.185,-0.185];
       % Ax<=b ,x为含有5个元素的列向量，通过线性代数的知识点
       % A的行数需要与b相同，列数与x相同，这样式子才成立，所以才增加一个列向量
       % A为分块矩阵 ，第一块为四个0的列向量，第二块为对角矩阵
       A=[zeros(4,1),diag([0.025,0.015,0.055,0.026])];
       b=a*ones(4,1);
       Aeq=[1,1.01,1.02,1.045,1.065];
       beq=1;LB=zeros(5,1);
       [x,Q]=linprog(c,A,b,Aeq,beq,LB);
       Q=-Q;plot(a,Q,'*k');
       a=a+0.001;
end
xlabel('a'),ylabel('Q')

整数规划模型：

特点：



松弛变量：引入新变量，将不等式转化为等式。
剩余变量：-x3即为（x3>=0,-x3即为负数）
0—1规划常用于一些流程性的规划

ILP:整数规划

0-1又称指派问题

割平面算法：
p0即线性规划，p为整数规划
基本思想：有几个不等式就引入几个松弛变量->所有不等式转化为等式.

匈牙利算法：代码实现待寻找。