【调度】混合整数线性规划（matlab实现）

荧光Matlab

已于 2024-04-01 17:01:40 修改

阅读量2.4k

点赞数 5

CC 4.0 BY-SA版权

文章标签： matlab 开发语言

于 2024-04-01 11:33:41 首次发布

本文链接：https://blog.youkuaiyun.com/Matlab88888/article/details/137226399

本文介绍了混合整数线性规划(MILP)作为解决包含整数和连续变量问题的强大工具，通过Matlab代码展示了如何运用MILP来最大化相似性，以实际投资组合数据为例。文章详细阐述了优化过程和参考文献。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

💥1 概述

混合整数线性规划（Mixed Integer Linear Programming，简称MILP）是一种数学优化方法，用于解决包含整数变量和连续变量的线性规划问题。它们提供了强大的求解器和用户友好的界面，用于解决实际的复杂优化问题。混合整数线性规划是一种强大的优化工具，适用于解决多种实际问题，通过有效地结合线性规划和整数规划的技术，可以找到最优或接近最优的解决方案，从而提高效率和优化资源利用。

📚2 运行结果

主函数部分代码：


%% Load Historical Data and Calculate Returns

load sp500data;
rets = tick2ret(closePrices);

%% Correlation of returns - pairwise linear correlation coefficients

correlation = corr(rets);

%% Parameters for setting up the optimization

indexSize = size(rets,2);
nx = indexSize^2; % Number of x-variables
ny = indexSize; % Number of y-variables
nVars = nx+ny;

%% Objective: maximize the similarity, use correlation values

f = zeros(nVars,1);
ct = correlation';
f(1:nx) = ct(:);

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]Hung T C ,Yongdo L ,Dong N Y . On a solution method in indefinite quadratic programming under linear constraints[J]. Optimization,2024,73(4).

[2]Samadi A ,Maravelias T C . Computational enhancements of continuous production scheduling MILPs using tightening constraints[J]. Computers and Chemical Engineering,2024,184.