四川师大--管理运筹学实验报告

实验报告2：P153习题1某公司在三个地方有三个分厂，生产同一种产品，其产量分别为300箱、600箱、500箱。

需要供应四个地方的销售，这四地的产品需求分别为400箱、250箱、350箱、200箱。

三个分厂到四个产地的单位运价如表所示。

应如何安排运输方案，使得总运费为最小。

在此问题中，三个分厂的总产量为1400单位，而总需求量为1200单位。

因此此问题为供求不相等的运输问题，且供大于求。

为此，除已有的四个销地外，可假设一销地，且三个分厂运往此销地的单位运费均为0。

即将假设的销地看为存储的仓库。

求解过程最优解如下********************************************起至销点发点 1 2 3 4-------- ---- ----- ----- -----1 0 250 0 502 400 0 0 03 0 0 350 150此运输问题的成本或收益为: 19800此问题的另外的解如下：起至销点发点 1 2 3 4-------- ----- ----- ----- -----1 0 250 50 02 400 0 0 03 0 0 300 200此运输问题的成本或收益为: 19800（2）如果2 分厂产量提高到600，则为产销不平衡问题最优解如下******************************************** 起至销点发点 1 2 3 4-------- ----- ----- ----- -----1 0 250 0 02 400 0 0 2003 0 0 350 0此运输问题的成本或收益为: 19050注释：总供应量多出总需求量200第1 个产地剩余50第3 个产地剩余150（3）销地甲的需求提高后，也变为产销不平衡问题最优解如下******************************************** 起至销点发点 1 2 3 4-------- ----- ----- ----- -----1 50 250 0 02 400 0 0 03 0 0 350 150此运输问题的成本或收益为: 19600总需求量多出总供应量150第1 个销地未被满足，缺少100第4 个销地未被满足，缺少50P255 习题1这是一个最短路问题，要求我们求出从v1 到v7 配送的最短距离。

课程实验报告管理运筹学实验（二）专业年级课程名称指导教师学生姓名学号实验日期实验地点实验成绩教务处制2011年11月日所示．一种规格，问如何下料，才能使总的用料根数最少已知一名正式职工11点开始上班，工作4个小时后，休息1个小时，而后再工作4个小时；另一名正式职点开始上班，工作4个小时后，休息1个小时，而后再工作4个小时．又知临时工每小时的工资为在满足对职工需求的条件下，如何安排临时工的班次，使得使用临时工的成本最小?设按 14 种方案下料的原材料的根数分别为 x1，x2，x3，x4，x5，x6，x7x9，x10，x11，x12，x13，x14，则可列出下面的数学模型：min f=x1＋x2＋x3＋x4＋x5＋x6＋x7＋x8＋x9＋x10＋x11＋x12＋x13＋x14用管理运筹学软件我们可以求得此问题的解为x1=40，x2=0，x3=0，x4=0，x5=116.667，x6=0，x7=0，x8=0，x9=0，x10=0，x11=140用管理运筹学软件我们可以求得此问题的解如下。

x1=8，x2=0，x3=1，x4=1，x5=0，x6=4，x7=0，x8=6，x9=0，x10=0，x11=0最优值为 320。

（1）在满足对职工需求的条件下，在 11 时安排 8 个临时工，13 时新安排 1 临时工，14时新安排 1 个临时工，16 时新安排 4 个临时工，18 时新安排 6 个临时工可使临时工的总成本用管理运筹学软件我们可以求得此问题的解如下。

x1=200，x2=250，x3=100，最优值为 6 400。

（1）在资源数量及市场容量允许的条件下，生产 A 200 件，B 250 件，C可使生产获利最多。

（2）A、B、C 的市场容量的对偶价格分别为 10元，12 元，14 元。

材料、台。

运筹学综合实验报告本次实验中，我们使用了运筹学的方法来解决了一个经典的优化问题，即整数线性规划问题（Integer Linear Programming，简称ILP）。

一、实验目的本次实验的主要目的是熟悉ILP的求解过程，了解ILP在实际问题中的应用，以及掌握使用现代优化软件Gurobi来求解ILP的方法。

二、实验原理1. 整数线性规划问题整数线性规划问题是在所有线性规划问题中的一个非常重要的子集。

它将优化目标函数的线性组合与整数限制相结合。

一个典型的ILP问题可以被描述为：最大化（或最小化）目标函数：\max(\min) \sum_{j=1}^{n}c_j x_j满足如下的约束条件：\sum_{j=1}^{n}a_{ij} x_j \leq b_i,\ i=1,2,\cdots,mx_j \geq 0,\ j=1,2,\cdots,nx_j \in Z,\ j=1,2,\cdots,nx_j表示自变量，c_j表示目标函数中的系数，a_{ij}表示第i个约束条件中x的系数，b_i表示约束条件的右侧常数，m表示约束条件的数量，n表示变量的数量。

最后两个约束条件要求自变量只能是整数。

2. Gurobi优化软件Gurobi是一个商业优化软件，经过多年的发展，已成为当前最流行的数学优化软件之一。

Gurobi支持多种数学优化方法，包括线性规划、非线性规划、混合整数规划、二次规划等。

Gurobi使用了现代算法来实现高效的求解效果，是工业和学术界备受推崇的优化软件。

三、实验内容1. 利用Gurobi求解整数线性规划问题我们使用Gurobi来求解如下的整数线性规划问题：\max\ \ 2x_1 + 3x_2 + 7x_3满足如下的约束条件：x_1 + x_2 + x_3 \leq 6x_1 - x_2 + x_3 \leq 4x_1, x_2, x_3 \in Z,\ x_1 \geq 0,\ x_2 \geq 0,\ x_3 \geq 0我们使用Python代码来实现该问题的求解过程：```pythonimport gurobipy as gbmodel = gb.Model("integer linear programming")# Create variablesx1 = model.addVar(vtype=gb.GRB.INTEGER, name="x1")x2 = model.addVar(vtype=gb.GRB.INTEGER, name="x2")x3 = model.addVar(vtype=gb.GRB.INTEGER, name="x3")# Set objectivemodel.setObjective(2*x1 + 3*x2 + 7*x3, gb.GRB.MAXIMIZE)# Add constraintsmodel.addConstr(x1 + x2 + x3 <= 6)model.addConstr(x1 - x2 + x3 <= 4)# Optimize modelmodel.optimize()# Print resultsprint(f"Maximum value: {model.objVal}")print(f"x1 = {x1.x}")print(f"x2 = {x2.x}")print(f"x3 = {x3.x}")```运行该代码，得到的输出结果为：```Optimize a model with 2 rows, 3 columns and 6 nonzerosVariable types: 0 continuous, 3 integer (0 binary)Coefficient statistics:Matrix range [1e+00, 1e+00]Objective range [2e+00, 7e+00]Bounds range [0e+00, 0e+00]RHS range [4e+00, 6e+00]Found heuristic solution: objective 9.0000000Presolve time: 0.00sPresolved: 2 rows, 3 columns, 6 nonzerosVariable types: 0 continuous, 3 integer (0 binary)Root relaxation: objective 1.500000e+01, 2 iterations, 0.00 secondsNodes | Current Node | Objective Bounds | WorkExpl Unexpl | Obj Depth IntInf | Incumbent BestBd Gap | It/Node Time0 0 15.00000 0 1 9.00000 15.00000 66.7% - 0sH 0 0 14.0000000 15.00000 7.14% - 0s0 0 15.00000 0 1 14.00000 15.00000 7.14% - 0sExplored 1 nodes (2 simplex iterations) in 0.03 secondsThread count was 4 (of 4 available processors)Solution count 2: 14 9Optimal solution found (tolerance 1.00e-04)Best objective 1.400000000000e+01, best bound 1.400000000000e+01, gap 0.0000%Maximum value: 14.0x1 = 2.0x2 = 4.0x3 = 0.0```经过Gurobi的求解，我们得到了最大值为14，同时x_1=2, x_2=4, x_3=0时取到最优值。

四川师范大学实验报告册院系名称：计算机科学学院课程名称：管理运筹学实验学期 2016 年至 2017 年第 1 学期专业班级： XXXX 姓名： XXX 学号： XXX指导教师： XX老师实验最终成绩：实验报告（1）点击【线性规划】，进入线性规划页面，单击【新建】，然后录入方程不等式，录入完成后，单击【解决】，一直进行下一步，直到输出结果。

结果输出：可以看出，当生产甲型组合柜4个，乙型组合柜8个时，获得最大利润2720元结果输出：当租用大卡车10辆，农用车8辆时，运费最低为输出结果：（1）由输出信息可知，白天调查有孩子的家庭户数为700，白天调查无孩子的家庭户数为300，晚上调查有孩子的家庭户数为0，晚上调查无孩子的家庭户数为1000时费用最少。

即白天和晚上都调查1000户时，费实验报告（2）其中X12-X22分别表示Y1-Y11 结果输出：故在11：00—12：00时间段安排8个人，在排1个人，在15：00—16：00时间段安间段安排4个人都是上3个小时的班，可使成本最小，为了56元的费用P62 第四章NO：8解：设Xij为第i个月签订的合同期限为从结果可以看出，当一月份租用500平方米的仓库1个月，一月份租用1000平方米的仓库4个月，三月份租用800平方米的仓库1个月，三月份租用200平方米的仓库2个月，可以使所付费用最少。

结果输出：15t，肉鸡饲料10t。

j车间生产的数量*25+ (X21+X23+X24+ X25)*20+( X31+X32+X34+实验报告（3）输出结果：有四种方案，最终最小的生产费用为9665万元。

这四种方案分别为X1=X11 X2=X12 X3=X13 X4=X14 X5=X21 X6=X22 X7=X23 X8=X24X11=X1 X12=X2 X13=X3 X21=X4 X22=X5 X23=X6 X31 =X7 X32=X8 X33=X9则最优解为214000元，此时总邮费最小，运输方案为中文书刊出口部向日本运输7500册书，向中国香港特别行政区运输2500册书，实验报告（4）点击【整数规划】，进入整数规划页面，单击【新建】，然后录入方程不等式，录入完成后，单击【解决】，一直进行下一步，直到输出结果。

第1篇一、引言运筹学作为一门应用数学分支，广泛应用于经济管理、工程技术、军事决策等领域。

本报告旨在通过运筹学实践教学，验证理论知识在实际问题中的应用效果，提高学生的实践能力和创新能力。

以下是对本次实践教学的总结和反思。

二、实践教学内容1. 线性规划问题本次实践教学选择了线性规划问题作为研究对象。

通过建立线性规划模型，我们尝试解决生产计划、资源分配等实际问题。

- 案例一：生产计划问题某公司生产A、B两种产品，每单位A产品需消耗2小时机器时间和3小时人工时间，每单位B产品需消耗1小时机器时间和2小时人工时间。

公司每天可利用机器时间为8小时，人工时间为10小时。

假设A、B产品的利润分别为50元和30元，请问如何安排生产计划以获得最大利润？- 建模：设A产品生产量为x，B产品生产量为y，目标函数为最大化利润Z = 50x + 30y，约束条件为：\[\begin{cases}2x + y \leq 8 \\3x + 2y \leq 10 \\x, y \geq 0\end{cases}\]- 求解：利用单纯形法求解该线性规划问题，得到最优解为x = 3，y = 2，最大利润为240元。

- 案例二：资源分配问题某项目需要分配三种资源：人力、物力和财力。

人力为50人，物力为100台设备，财力为500万元。

根据项目需求，每种资源的需求量如下：- 人力：研发阶段需20人，生产阶段需30人；- 物力：研发阶段需30台设备，生产阶段需50台设备；- 财力：研发阶段需100万元，生产阶段需200万元。

请问如何合理分配资源以满足项目需求？- 建模：设人力分配量为x，物力分配量为y，财力分配量为z，目标函数为最大化总效用U = x + y + z，约束条件为：\[\begin{cases}x \leq 20 \\y \leq 30 \\z \leq 100 \\x + y + z \leq 500\end{cases}\]- 求解：利用线性规划软件求解该问题，得到最优解为x = 20，y = 30，z = 100，总效用为150。

四川师范大学计算机学院实验报告册院系名称：计算机科学学院课程名称：管理运筹学实验学期2015 年至2016 年第 1 学期专业班级：电子商务姓名：陈伏娟学号：2013110504 指导教师：李老师实验最终成绩：实验报告（1）步骤2：软件解析：步骤3：结果解释：A．目标函数的最优解为：47500元（图中单位为：元）即：当X1=700（白天调查有孩子的家庭户数为700户），X2=0（晚上调查有孩子的家庭户数为0户），X3=300（白天调查无孩子的家庭户数为300户），步骤2：软件解析：步骤3：结果解释：A．目标函数的最优解为：9600元（图中单位为：百元）即：当X1=4步骤2：软件解析：步骤2：软件解析：步骤3：结果解释：步骤2：软件解析：答：最优路径为1 -2-6-9 此时路径最短为11.5（115/10=11.5）。

第5题（要求用算法）（1）给起始点V1标以（0，s),表示从V1到V1的距离为0，V1为起始点。

（2）这时已标定点集合{V1}，未标定点集合{V2，V3，V4，V5，V6，V7，V8，V9，V10，V11}，弧集合{（）∈I，∈J}={(V12),(V14)},并有S12112=0+2=2答：最优路径为1 -25-9-6-7-10-11 此时路径最短为19。

第7题（由于软件将数据小数点四舍五入，所以我将模型数据同比放大10倍（此时权数皆为整数）以此法避免误差）答：最优网络为下【（流量，单位费用）】：1-2（1,3）；1-3（4,1）；2-4（2,4）；3-2（1,1）；3-5（3,3）；4-3（0,2）；4-5（0,2）；4-6（2,4）；5-6（3,2）此时最大流为5；最小费用为39。

三、主要设备及软件管理运筹学运算软件3.0版。

运筹学实验报告一实验一：线性规划【例l】某制药厂用甲、乙两台机器生产A、B两种药物。

每种药物要经过两道工序，在甲机器上搅拌，在乙机器上包装。

生产每千克药物所需的加工时间以及机器1周可用于加工的总时间如下表1所示。

已知生产每千克药物A的利润是30元，B是25元，问应如何安排1周的生产计划才能使工厂获利最大？表 1 两种药物在各机器上所需加工时间及各机器可用于加工的总时间（1）写出数学模型，建立新问题、输入选项(电子表格、变量取非负连续)、输入数据、存盘、求解模型、结果存盘、观察结果。

（2）将电子表格格式转换成标准模型。

（3）将结果复制到Excel或Word文档中。

（4）分析结果。

解：（1）从已知条件写出该问题的数学模型：max Z=30x1+25x2;2x1+4x2＜＝40;3x1+2x2＜＝30;x1>=0,x2>=0.建立新问题、输入选项(电子表格、变量取非负连续)、输入数据、存盘、求解模型、结果存盘、观察结果：求解模型过程Simplex Tableau -- Iteration 1X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioSlack_C1 0 2.0000 4.0000 1.0000 0 40.0000 20.0000Slack_C2 0 3.0000 2.0000 0 1.0000 30.0000 10.0000C(j)-Z(j) 30.0000 25.0000 0 0 0Simplex Tableau -- Iteration 1X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioSlack_C1 0 2.0000 4.0000 1.0000 0 40.0000 20.0000Slack_C2 0 3.0000 2.0000 0 1.0000 30.0000 10.0000C(j)-Z(j) 30.0000 25.0000 0 0 0Simplex Tableau -- Iteration 3X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioX2 25.0000 0 1.0000 0.3750 -0.2500 7.5000X1 30.0000 1.0000 0 -0.2500 0.5000 5.0000C(j)-Z(j) 0 0 -1.8750 -8.7500 337.5000（2）将电子表格格式转换成标准模型。

湖北科技学院管理运筹学实验报告年级 10级专业工商管理学生姓名学号指导教师吴睿经济与管理学院工商管理系2012年3月《管理运筹学》实验报告（一）实验时间：实验地点：经管院实验室专业班级：10工管姓名：学号：成绩：【实验内容】线性规划问题的计算机求解【实验目的】1、掌握线性规划问题的计算机求解方法；2、通过“管理运筹学”软件（2.5版）等教学软件的应用，深化和拓展学生对线性规划理论知识的认识，提高学生的科学素养，培养学生利用计算机技术解决实际问题的能力。

【实验要求】1、记录实验结果、填写实验结论、保存实验输出结果，课后打印上交；2、填写实验报告按时保质保量上交。

【实验过程】（一）安装并了解“管理运筹学”2.0版软件（参阅教材P434的附录说明）；（二）实验分组及内容安排A组（学号为单号者用）：1、第二章例1中（P10、28）若单位产品Ⅰ可获利80元，单位产品Ⅱ可获利20元，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= 。

2、第二章例2中（P16、32）若A，B两种原料至少为450吨，而公司共有650个加工工时，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= ；约束条件1、2、3的对偶价格分别为、、。

3、第二章习题第8题（1）中（参见P26、35）若某公司准备把160万元投资到基金A和B，而其他条件不变，则用计算机软件求得此时总的投资风险指数为，购买基金A和B的数量分别为和。

4、请用计算机软件求解第四章习题6（P59）中的问题。

可求得应该每天安排生产雏鸡饲料、蛋鸡饲料、肉鸡饲料各吨、吨、吨，所获最大利润为百元。

B组（学号为双号者用）：1、第二章例1中（P10、28）若原料A的资源限制为500kg，原料B的资源限制为200kg，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= 。

2、第二章例2中（P16、32）若每吨原料A的价格为1万元，每吨原料B的价格为4万元，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= ；约束条件1、2、3的对偶价格分别为、、。

实验报告课程管理运筹学班级学号姓名实验项目数 52013年12月说明：1.实验预习：通过实验预习，明确实验目的要求、实验原理及相关知识点、实验方法、步骤以及操作注意事项等；对设计性实验要事先设计实验方案；根据需要合理设计实验数据记录表格。

2.实验过程：实际采用的实验方法、步骤、操作过程或实验设计方案（设计型实验）的描述。

对于实验结果的表述一般有以下两种方法，在撰写实验报告时，可任选其中一种或两种方法并用，以获得最佳效果。

（1）文字表述: 根据实验目的将原始资料系统化、条理化，用准确的专业语言客观地描述实验现象和结果，要体现时间顺序以及各项指标在时间上的关系。

（2）图表或图形表示: 利用表格、坐标图、绘画或利用记录仪器描绘出的曲线图，使实验结果突出、清晰、形象、直观。

3.数据分析、实验结论（1）根据相关的理论知识对所得到的实验结果进行解释和分析，包括实验成功或失败的原因。

（2）不能因实验结果与预期的结果或理论不符而随意取舍甚至修改实验原始数据和伪造实验结果。

如果实验失败，应找出原因及今后应注意的事项。

4. 任课老师可结合学科和专业课程特点，对实验报告容作科学合理的调整。

5．学生在课程结束后将本门课程所有实验报告装订成册，任课教师负责收齐交实验室存档. . .. . .实验1 （实验项目序号）运筹学课程实验报告实验地点：二教501实验线性规划问题指导教师实验时间名称姓名学号成绩一、实验、训练目的1.通过“管理运筹学软件”建模及求解的方法应用。

2.通过实验进一步掌握运筹学有关方法原理、求解过程，提高学生分析问题和解决问题的能力。

二、实验预习（含实验原理及设计过程等）第三章线性规划问题的计算机求解三、实验、训练容某工厂在有限的资源情况下，怎样生产I、II两种产品才能获利最多。

四、实验、训练过程（含实验步骤、测试数据、实验结果等）1.安装“运筹学”软件。

2.打开“运筹学”软件，点击线性规划，然后根据要求输入数据。

运筹学实验报告一、实验目的：通过实验熟悉单纯形法的原理，掌握matlab循环语句的应用，提高编程的能力和技巧，体会matlab在进行数学求解方面的方便快捷。

二、实验环境：Matlab2012b,计算机三、实验内容（包含参数取值情况）：构造单纯形算法解决线性规划问题Min z=cxs.t. Ax=bxj>=0,j=1,…,n函数功能如下：function[S,val]=danchun(A1,C,N)其中，S为最优值，Val为最优解，A1为标准形式LP问题的约束矩阵及最后一列为资源向量（注：资源向量要大于零），A1=[A+b]；C是目标函数的系数向量，C=c；N为初始基的下标（注：请按照顺序输入，若没有初始基则定义N=[]）。

先输入A1,C,N三个必要参数，然后调用danchun（A1,C,N）进行求解。

在此函数中，首先判断N的长度是否为空，若为空，则flag=1，进入初始解问题的迭代求值，添加辅助问题，构建单纯形表，求g所对应的RHS值，若其>0,则返回该问题无解，若其=0，则返回A1,C,N三个参数，继续构造单纯形表求解。

A1为经过变换后的系数及资源向量，C为单纯形表的第一行，N为经过辅助问题求解之后的基的下标。

否则，直接构建单纯形表，对该问题进行求解，此时flag=2,多次迭代后找到解。

另外，若在大于零的检验数所对应的系数均小于零时，会显示“此问题无界”。

若找到最优解和最优值时，会输出“val”和“S=”以及具体数值。

四、源程序（在matlab中输入edit后回车，写在.M文件中，并保存为danchun.M）function[S,val]=danchun(A1,C,N)if(length(N)==0)gN=zeros(1,length(A1(:,1)));gC=[-C,gN,0];%原文题的检验数的矩阵G=[zeros(1,length(C)),-ones(1,length(gN)),0];val=zeros(1,length(C));%val为最优解；for i=(length(C)+1):length(C)+length(A1(:,1))%生成基变量gN(i-length(C))=i;endNn=gN;%%%%%%%ll=zeros(1,length(N));%比值最小原则%生成除了最上端两行的表的矩阵gb=A1(:,length(C)+1);A1(:,length(C)+1)=[];l=zeros(length(gN),length(gN));gA=[A1,l,gb];for i=1:length(gb)gA(i,gN(i))=1;endfor i=1:length(gN)%J为基本可行基所对应的检验数J(i)=G(gN(i));endfor i=1:length(gN)%找到基本可行基的检验数，将其赋值为0 if(J(i)~=0)G=G-(J(i)/gA(i,gN(i)))*gA(i,:);endendflag=1;elseflag=2;A=A1;Z=[-C,0];%单纯形表的第一行val=zeros(1,length(C));%val为最优解；ll=zeros(1,length(N));%比值最小原则end%%初始解问题while flag==1for i=1:length(gN)%J为基本可行基所对应的G的检验数J(i)=G(gN(i));JZ(i)=Z(gN(i));%JZ为基本可行基所对应的Z的检验数endfor i=1:length(gN)%找到基本可行基的检验数，将其赋值为0 if(J(i)~=0)G=G-(J(i)/gA(i,gN(i)))*gA(i,:);Z=Z-(JZ(i)/gA(i,gN(i)))*gA(i,:);endG1=G;%G1为检验数G1(:,length(G1))=[];D=max(G1);%找到检验数的最大值if(D<=0)%检验数都小于0if(G(length(G))>=1)disp('此情况无解');flag=0;elseif(G(length(G))>=0)for i=1:length(gN)if(max(gN)<=length(A1(1,:)));flag=2;for j=1:length(Nn)a=Nn(1);gA(:,a)=[];Z(a)=[];endA=gA;N=gN;break;endendendendelse%检验数大于0for i=1:length(G)if(G(i)==D)%找到最大的那个检验数所对应的元素for j=1:length(gN)if(gA(j,i)>0)ll(j)=gA(j,length(G))/gA(j,i);%求比值elsell(j)=10000;endendd=min(ll);for k=1:length(ll)%找到进基和离基if(ll(k)==d)gN(k)=i;gA(k,:)=gA(k,:)/gA(k,i);for m=1:k-1gA(m,:)=-(gA(m,i)/gA(k,i))*gA(k,:)+gA(m,:);endfor n=k+1:length(ll)gA(n,:)=-(gA(n,i)/gA(k,i))*gA(k,:)+gA(n,:);endbreak;endendendendendendwhile(flag==2)for i=1:length(N)%J为基本可行基所对应的检验数J(i)=Z(N(i));endfor i=1:length(N)%找到基本可行基的检验数，将其赋值为0if(J(i)~=0)Z=Z-(J(i)/A(i,N(i)))*A(i,:);endendZ1=Z;%Z1为检验数Z1(:,length(Z1))=[];D=max(Z1);%找到检验数的最大值if(D<=0)%检验数都小于0disp('已找到最优解和最优值')for i=1:length(N)val(N(i))=A(i,length(Z));endS=Z(length(Z));disp('val');disp(val);flag=0;else%检验数大于0for i=1:length(Z)if(Z(i)==D)%找到最大的那个检验数所对应的元素for j=1:length(N)if(A(j,i)>0)ll(j)=A(j,length(Z))/A(j,i);%求比值elsell(j)=10000;endendd=min(ll);if(d==10000)disp('此问题无界')flag=0;break;endfor k=1:length(ll)%找到进基和离基if(ll(k)==d)N(k)=i;A(k,:)=A(k,:)/A(k,i);for m=1:k-1A(m,:)=-(A(m,i)/A(k,i))*A(k,:)+A(m,:);endfor n=k+1:length(ll)A(n,:)=-(A(n,i)/A(k,i))*A(k,:)+A(n,:);endbreakendendendendendend五、运行结果与数据测试参考例题：例1：Min z=3x1+x2+x3+x4s.t. -2x1+2x2+x3=43x1+2x+x4=6Xj>=0,j=1,2,3,4在workspace中写入，形式如下：>> A=[-2 2 1 0 43 1 0 1 6]A =-2 2 1 0 43 1 0 1 6>> C=[3 1 1 1]C =3 1 1 1>> N=[3 4]N =3 4>> danchun(A,C,N)已找到最优解和最优值val0 2 0 4ans =6例2：初始解问题Min z=5x1+21x3s.t. x1-x2+6x3-x4=2x1+x2+2x3-x5=1xj>=0,j=1,…,5在workspace中写入，形式如下：>> A=[1 -1 6 -1 0 21 12 0 -1 1]A =1 -1 6 -1 0 21 12 0 -1 1 >> C=[5 0 21 0 0]C =5 0 21 0 0>> N=[]N =[]>> danchun(A,C,N)已找到最优解和最优值val0.5000 0 0.2500 0 0ans =7.7500六、求解实际问题（即解决附件中的实验题目）实验题目列出下列问题的数学模型，并用你自己的单纯形算法程序进行计算，最后给出计算结果。