matlab线性规划算法能用来解决哪些问题？

matlab线性规划算法能用来解决哪些问题？

在生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。这类问题构成了运筹学的一个重要分支—数学规划，而线性规划则是数学规划的一个重要分支。线性规划在理论上越来越成熟，并日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛，成为现代管理中经常采用的基本方法之一。

什么是线性规划问题？目标函数及约束条件均为线性函数，称为线性规划问题。线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 

在解决实际问题时，我们把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选适当的决策变量，是我们建立有效模型的关键之一。

需要注意的是线性规划的Matlab编程有标准形式，需要按照这个标准形式进行编程。关于线性规划问题的解的概念，初学者要深刻掌握可行解、可行域这两个概念。 若线性规划存在有限最优解，则必可找到具有最优目标函数值的可行域的“顶点”，这个结论也可以推广到一般的线性规划问题，区别只在于空间的维数。 单纯形法是求解线性规划问题的最常用、最有效的算法之一，初学者应该首先重点掌握这个方法。在后续的实践应用中，对于中高级学者，很多看起来不是线性规划的问题也可以通过变换变成线性规划的问题来解决。          

1