用matlable求解线性规划问题

bintprog 求解0-1规划问题 格式如下
x = bintprog(f)
x = bintprog(f, A, b)
x = bintprog(f, A, b, Aeq, beq)
x = bintprog(f, A, b, Aeq, beq, x0)
x = bintprog(f, A, b, Aeq, Beq, x0, options)
[x, fval] = bintprog(...)
[x,fval, exitflag] = bintprog(...)
[x, fval, exitflag, output] = bintprog(...)

这里x是问题的解向量
f是由目标函数的系数构成的向量
A是一个矩阵，b是一个向量
A，b和变量x={x1,x2,…,xn}一起，表示了线性规划中不等式约束条件
A，b是系数矩阵和右端向量。
Aeq和Beq表示了线性规划中等式约束条件中的系数矩阵和右端向量。
X0是给定的变量的初始值
options为控制规划过程的参数系列。
返回值中fval是优化结束后得到的目标函数值。
exitflag=0表示优化结果已经超过了函数的估计值或者已声明的最大迭代次数；
exitflag>0表示优化过程中变量收敛于解X，
exitflag<0表示计算不收敛。
output有3个分量，
iterations表示优化过程的迭代次数，
cgiterations表示PCG迭代次数，
algorithm表示优化所采用的运算规则。
在使用linprog()命令时，系统默认它的参数至少为1个，
但如果我们需要给定第6个参数，则第2、3、4、5个参数也必须给出，否则系统无法认定给出的是第6个参数。遇到无法给出时，则乎游用空矩阵“[]”替代。

例如

max=193*x1+191*x2+187*x3+186*x4+180*x5+185*x6; %f由这里给出

st.
x5+x6>=1;
x3+x5>=1;
x1+x2<=1;
x2+x6<=1;
x4+x6<绝滚=1;
%a、b由不等关系给出，如没有不等关系，a、b取[]

x1+x2+x3+x4+x5+x6=1; %aep、bep由等式约束给出

代码如下
f=[-193;-191;-187;-186;-180;-185;];
a=[0 0 0 0 -1 -1;0 -1 0 0 -1 0;1 1 0 0 0 0;0 1 0 0 0 1;0 0 0 1 0 1];
b=[-1,-1,1,1,1]';
aeq=[1 1 1 1 1 1];
beq=[3];
x=bintprog(f,a,b,aeq,beq)

注意
目标值为最大值时应乘以-1化为求最小值；
不等约束为>=时应乘以-1化为<=;

linprog 非0-1规划 格式如下
x = linprog(f,A,b)
x = linprog(f,A,b,Aeq,beq)
x = linprog(f,A,b,Aeq,beq,lb,ub)
x = linprog(f,A,b,Aeq,beq,lb,ub,x0)
x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options)
x,fval] = linprog(...)
x,lambda,exitflag] = linprog(...)
[x,lambda,exitflag,output] = linprog(...)
[x,fval,exitflag,output,lambda] = linprog(...)
参数说明和使用格式同bintprog

LB和UB是约束变量的下界和上界向量
lambda有4个分量，
ineqlin是线性不等式约束条件，
eqlin是线性等式约束条件，
upper是变量的上界约束条件，
lower是变量的下界约束条件。
它们的返回值分别表示相应的并顷余约束条件在优化过程中是否有效。