线性规划(LP),涉及最小化或最大化一个线性目标函数服从有界、线性等式和不等式约束。例子问题包括过程工业的混合,制造业的利润最大化,投资组合优化金融,能源和交通调度。
线性规划是一个数学问题,找到一个向量\(x\),使函数最小化:
\ [\ min_ {x} \左\ {f ^ {\ mathsf {T}} x \ \} \]
受限于:
\[\begin{eqnarray}Ax \leq b & \quad & \text{(不等式约束)}\ \A_{eq}x = b_{eq} & \quad & \text{(等式约束)}\ \lb \leq x \leq ub & \quad & \text{(绑定约束)}\end{eqnarray}\]
线性优化问题常用的算法有:
有关算法和线性规划的更多信息,请参见优化工具箱™。