写在前面:

博主本人大学期间参加数学建模竞赛十多余次,获奖等级均在二等奖以上。为了让更多学生在数学建模这条路上少走弯路,故将数学建模常用数学模型算法汇聚于此专栏,希望能够对要参加数学建模比赛的同学们有所帮助。

1.基本原理

一般线性规划问题的数学标准型为

matlab实现AES和基于AES的CMAC_动态规划

满足约束条件的解,称为可行解,使目标函数达到最大值的可行解称为最优解。所有可行解构成的集合称为问题的可行域。

Matlab中规定线性规划的标准形式为

matlab实现AES和基于AES的CMAC_线性规划_02

 式中:f,x,b,beq,lb,ub为列向量,其中f称为价值向量,b称为资源向量,A,Aeq为矩阵。

Matlab中求解线性规划的命令为

[x,fval]=linprog(f,A,b)

[x,fval]=linprog(f,A,b,Aeq,beq)

[x,fval]=linprog(f,A,b,Aeq,beq,lb,ub)

其中:x返回决策向量的取值,fval返回目标函数的最优值,A和b对应线性不等约束;Aeq和beq对应线性等式约束;lb和ub分别对应x的下界向量和上界向量。

2.案例分析

 例1 使用Matlab软件求解下列线性规划问题。

matlab实现AES和基于AES的CMAC_线性规划_03

 Matlab代码:

f=[-3;1;1];
a=[1,-2,1;4,-1,-2];
b=[11,-3];
aeq=[-2,0,1];
beq=1;
[x,y]=linprog(f,a,b,aeq,beq,zeros(3,1));
x,y=-y

求解结果为:

x1=4,x2=1,x3=9,z的最大值为2。

例2 一架货机有三个货舱:前舱、中仓和后舱。三个货舱所能装载的货物的最大重量和体积有限制如表5所示。并且为了飞机的平衡,三个货舱装载的货物重量必须与其最大的容许量成比例。

matlab实现AES和基于AES的CMAC_线性规划_04

现有四类货物用该货机进行装运,货物的规格以及装运后获得的利润如表6所示:

matlab实现AES和基于AES的CMAC_动态规划_05

 假设:

(1)每种货物可以无限细分;

(2)每种货物可以分布在一个或者多个货舱内;

(3)不同的货物可以放在同一个货舱内,并且可以保证不留空隙。 问应如何装运,使货机飞行利润最大?

解:

matlab实现AES和基于AES的CMAC_数学建模_06

=1,2,3,4分别表示货物1,货物2,货物3和货物4;

matlab实现AES和基于AES的CMAC_算法_07

=1,2,3分别表示前舱、中舱和后舱。设

matlab实现AES和基于AES的CMAC_matlab_08

表示第i种货物装在第j个货舱内的重量,

matlab实现AES和基于AES的CMAC_线性规划_09

分别表示第j个舱的重量限制和体积限制,

matlab实现AES和基于AES的CMAC_动态规划_10

分别表示可以运输的第i种货物的重量,单位重量所占的空间和单位货物的利润,则目标函数为

matlab实现AES和基于AES的CMAC_线性规划_11

约束条件为

matlab实现AES和基于AES的CMAC_线性规划_12

Matlab代码: 

clc,clear
c=[3100;3800;3500;2850];
c=c*ones(1,3);
c=c(:);%把矩阵转化成一列
a1=zeros(4,12);
for i=1:4
    a1(i,i:4:12)=1;
end
b1=[18;15;23;12];
a2=zeros(3,12);
for i=1:3
    a2(i,4*i-3:4*i)=1;
end
b2=[10;16;8];
a3=zeros(3,12);
bb=[480;650;580;390];
for j=1:3
    a3(j,4*j-3:4*j)=bb;
end
b3=[6800;8700;5300];
a=[a1;a2;a3];b=[b1;b2;b3];
aeq=zeros(2,12);
aeq(1,1:4)=1/10;
aeq(1,5:8)=-1/16;
aeq(2,5:8)=1/16;
aeq(2,9:12)=-1/8;
beq=zeros(2,1);
[x,y]=linprog(-c,a,b,aeq,beq,zeros(12,1));
x=reshape(x,[4,3])
x=sum(x'),y=-y

利用Matlab求解得到每个货舱存放每种货物的结果如下

matlab实现AES和基于AES的CMAC_线性规划_13

即四种货物的吨数分别为0t,15t,15.9474t,3.0526t,总利润为121520元。