Matlab画线性规划可行域

简介: 线性规划什么的应该是运筹学的内容,虽然数学建模比赛不会考这个,但大家日常学习还是会遇到相关的问题。除了用单纯型法,也可以用传统的画图法,画出可行域,再寻求可行解。可行域一般手画更快,但要放在论文中还是应该用电脑画。下面以一个例题,来看如何在matlab中画可行域(我只是业余画一下,代码仅供参考,大家多多指导)。

线性规划什么的应该是运筹学的内容,虽然数学建模比赛不会考这个,但大家日常学习还是会遇到相关的问题。除了用单纯型法,也可以用传统的画图法,画出可行域,再寻求可行解。可行域一般手画更快,但要放在论文中还是应该用电脑画。下面以一个例题,来看如何在matlab中画可行域(我只是业余画一下,代码仅供参考,大家多多指导)。

be6e416e3e1df8ebfeefcb12cf9f66ec_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NDk3NA==,size_16,color_FFFFFF,t_70#pic_center.png

code:

%% 直线
L1=[7,0;7,7]; 
plot(L1(:,1),L1(:,2));hold on     %x1最大值为7
text(6.8,4,'x_1=7','color','b'); 
L2=[0 3;8 3]; 
plot(L2(:,1),L2(:,2));hold on    %x2最大值为3
text(0.8,3.1,'x_2=3','color','b'); 
L3=[0 9;9 0]; 
plot(L3(:,1),L3(:,2));hold on 
text(2,7,'x_1+x_2=9','color','b') 
L4=[0,6;7,0.4]; 
plot(L4(:,1),L4(:,2)); 
text(0.5,5,'48x_1+30x_2=360','color','b') 
L5=[0,9;7,-0.3]; 
plot(L5(:,1),L5(:,2)); 
text(6.5,0,'40x_1+30x_2=270','color','b') 
grid on
%% 填充
[X1,X2]=meshgrid(0:0.01:7,0:0.01:3);
idX1=(X1+X2<=9)&(48*X1+60*X2>=360)&(40*X1+30*X2>=270);
X1=X1(idX1);
X2=X2(idX1);
k=convhull(X1,X2); 
h=fill(X1(k),X2(k),'g');              %绿色填充        
set(h,'edgealpha',0,'facealpha',0.3)  %边界,透明度

效果:

0bbd883c4d3f3dc126012c78850f3964_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NDk3NA==,size_16,color_FFFFFF,t_70#pic_center.png

相关文章
|
16天前
|
机器学习/深度学习 算法 调度
基于ACO蚁群优化的VRPSD问题求解matlab仿真,输出规划路径结果和满载率
基于ACO蚁群优化的VRPSD问题求解MATLAB仿真,输出ACO优化的收敛曲线、规划路径结果及每条路径的满载率。在MATLAB2022a版本中运行,展示了优化过程和最终路径规划结果。核心程序通过迭代搜索最优路径,更新信息素矩阵,确保找到满足客户需求且总行程成本最小的车辆调度方案。
|
25天前
|
机器学习/深度学习 算法 调度
基于ACO蚁群优化的VRPSD问题求解matlab仿真,输出规划路径结果和满载率
该程序基于ACO蚁群优化算法解决VRPSD问题,使用MATLAB2022a实现,输出优化收敛曲线及路径规划结果。ACO通过模拟蚂蚁寻找食物的行为,利用信息素和启发式信息指导搜索,有效求解带时间窗约束的车辆路径问题,最小化总行程成本。
|
6月前
|
机器学习/深度学习 算法 安全
m基于Q-Learning强化学习的路线规划和避障策略matlab仿真
MATLAB 2022a仿真实现了Q-Learning算法在路线规划与避障中的应用,展示了智能体在动态环境中学习最优路径的过程。Q-Learning通过学习动作价值函数Q(s,a)来最大化长期奖励,状态s和动作a分别代表智能体的位置和移动方向。核心程序包括迭代选择最优动作、更新Q矩阵及奖励机制(正奖励鼓励向目标移动,负奖励避开障碍,探索奖励平衡探索与利用)。最终,智能体能在复杂环境中找到安全高效的路径,体现了强化学习在自主导航的潜力。
97 0
基于广义Benders分解法的综合能源系统优化规划(matlab程序)
基于广义Benders分解法的综合能源系统优化规划(matlab程序)
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
6月前
|
传感器 数据采集 数据处理
MATLAB热传导方程模型最小二乘法模型、线性规划对集成电路板炉温优化
MATLAB热传导方程模型最小二乘法模型、线性规划对集成电路板炉温优化
|
6月前
|
机器学习/深度学习 算法
m基于Q-Learning强化学习的迷宫路线规划策略matlab仿真
MATLAB 2022a仿真实现了Q-Learning算法在迷宫路线规划中的应用,展示多幅模拟结果图。Q-Learning是无模型强化学习算法,通过迭代更新动作价值函数寻找最优策略。在迷宫问题中,代理通过ε-greedy策略平衡探索与利用。MATLAB核心程序遍历状态空间,更新Q表,直至找到终点。
47 0
|
Python
【英】考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Matlab&Python代码)
【英】考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Matlab&Python代码)
|
运维 算法 调度
(文章复现)建筑集成光储系统规划运行综合优化方法matlab代码
参考文献: [1]陈柯蒙,肖曦,田培根等.一种建筑集成光储系统规划运行综合优化方法[J].中国电机工程学报,2023,43(13):5001-5012.
|
机器学习/深度学习 传感器 算法
【无人机】基于quadrotor实现四旋翼无人机航路规划附matlab代码
【无人机】基于quadrotor实现四旋翼无人机航路规划附matlab代码