Main Content

선형 계획법과 혼합 정수 선형 계획법

연속 변수와 정수 변수가 포함된 선형 계획법 문제 풀기

최적화 문제를 풀기 시작하기 전에 먼저 문제 기반 접근법과 솔버 기반 접근법 중 적절한 접근법을 선택해야 합니다. 자세한 내용은 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기 항목을 참조하십시오.

문제 기반 접근법에서는 문제 변수를 생성한 후 기호화된 변수로 목적 함수와 제약 조건을 나타냅니다. 문제 기반으로 수행할 절차를 보려면 문제 기반 최적화 워크플로 항목을 참조하십시오. 결과로 생성된 문제를 풀려면 solve를 사용하십시오.

솔버 기반으로 수행할 절차를 보려면 솔버 기반 최적화 문제 설정 항목을 참조하십시오. 목적 함수와 제약 조건을 정의하고 적합한 솔버를 선택하는 등의 작업이 설명되어 있습니다. 결과로 생성된 문제를 풀려면 정수 제약 조건이 있는 경우 intlinprog를 사용하고, 정수 제약 조건이 없는 경우 linprog를 사용하십시오.

함수

모두 확장

evaluate최적화 표현식 실행
findindexFind numeric index equivalents of named index variables
infeasibilityConstraint violation at a point
optimproblem최적화 문제 만들기
optimvar최적화 변수 만들기
prob2structConvert optimization problem or equation problem to solver form
solve최적화 문제 또는 방정식 문제 풀기
intlinprog혼합 정수 선형 계획법(MILP)
linprog선형 계획법 문제 풀기
mpsreadRead MPS file for LP and MILP optimization data

라이브 편집기 작업

최적화라이브 편집기에서 방정식을 최적화하거나 풉니다. (R2020b 이후)

도움말 항목

문제 기반 혼합 정수 선형 계획법

솔버 기반 혼합 정수 선형 계획법

문제 기반 선형 계획법

솔버 기반 선형 계획법

선형 문제와 정수 문제 모델링 및 분석

문제 기반 알고리즘

솔버 기반 알고리즘과 옵션