intlinprog
Programmation linéaire mixte en nombres entiers.
📝Syntaxe
x = intlinprog(f, intcon, A, b)
[x, fval, exitflag, output] = intlinprog(f, intcon, A, b, Aeq, beq, lb, ub, x0, options)
[x, fval, exitflag, output] = intlinprog(problem)
📥Arguments d'entrée
Paramètre Description
f coefficients de l'objectif linéaire.
intcon indices des variables entières.
A, b contraintes linéaires A*x <= b.
Aeq, beq contraintes linéaires Aeq*x = beq.
lb, ub bornes inférieures et supérieures.
options options du solveur créées avec optimoptions ou optimset.
📤Arguments de sortie
Paramètre Description
x minimiseur calculé.
fval valeur de l'objectif f'*x.
exitflag indicateur de terminaison.
output structure de diagnostic.
📄Description

intlinprog résout des problèmes d'optimisation linéaire où certaines variables sont entières. Nelson utilise HiGHS lorsque disponible.

La structure de problème acceptée peut contenir les champs solver, f, intcon, Aineq ou A, bineq ou b, Aeq, beq, lb, ub, x0 et options.

La structure output indique l'écart relatif et absolu, le nombre de points faisables, le nombre de noeuds, la violation des contraintes, les itérations, le temps écoulé, l'algorithme, le statut backend normalisé, le statut de solution primale et le message du backend. exitflag distingue les statuts optimal, infaisable, non borné, limite atteinte et arrêt anticipé lorsque le backend fournit ce statut.

Les options comme MaxTime, MaxNodes, MaxIterations, MaxFeasiblePoints, AbsoluteGapTolerance, RelativeGapTolerance, IntegerTolerance, LPPreprocess, RootLPAlgorithm, Heuristics et CutGeneration sont converties en options HiGHS lorsque possible. Les options reconnues sans équivalent direct dans le backend sont acceptées et ignorées.

💡Exemples
f = [8; 1];
intcon = 2;
A = [-1 -2; -4 -1; 2 1];
b = [14; -33; 20];
opts = optimoptions('intlinprog', 'Display', 'off');
[x, fval, exitflag, output] = intlinprog(f, intcon, A, b, [], [], [], [], [], opts)
🔗Voir aussi
linprogoptimoptionsprob2struct
Used Functions
optimoptionsprob2struct
📚Bibliographie
Huangfu, Q. et Hall, J. A. J., Parallelizing the dual revised simplex method, Mathematical Programming Computation, 2018. Achterberg, T., Constraint Integer Programming, thèse de doctorat, Technische Universitaet Berlin, 2007. Nemhauser, G. L. et Wolsey, L. A., Integer and Combinatorial Optimization, Wiley, 1988.
🕔Historique des versions
Version Description
2.0.0 version initiale
Modifier cette page sur GitHub