引言这段代码比较简单易懂，每一步几乎都有详细的评论，适合初学者，请放心阅读。
该matlab码在标准线性规划下求解极大值问题。 当然，在解决极小值问题时，稍微修正就可以了。
完整代码function [x_opt，fx_opt，ITER]=simplex(a，b，c ) %单纯形法标准型线性规划问题： max cx s.t. Ax=b x=0% x_opt forI=1:size(v，1 ) ifa ) :v ) I， )=eye ) m ) ind_B=v(i ) I， )； endend %步骤主要是从系数矩阵中随机选择几列，每次判断是否为单位矩阵(基矩阵)，得到基矩阵的列索引ind_n=setdiff(1:n，ind_B ) %非基变量的索引返回出现在1:n处并且未出现在ind_B或基变量索引处的元素，并且按从小到大的顺序排列ST=[]； iter=0； %记录迭代次数递归求解%whiletruex0=Zeros(n，1 )； x0(ind_b )=b； %初始基可行解以基变量的位置为方程的右边系数，非基变量的取值为0CB=c(ind_b )； %计算cB，即基变量中目标函数的对应系数sigma=Zeros(1，n )； %Sigma是检验数向量sigma(ind_N )=c ) ind_N )-CB*a ) :ind_N )； %计算检查数(非基础变量)。 这是因为与基变量对应的初始检查数必须为0(~，k )=max(sigma )。 %选择最大检查数，确定基变量索引k； ~表示忽略第一个参数，即最大值，k表示索引theta=b./a(:k )； %计算(除法，即除法矩阵中相应的元素，得到新的矩阵) theta(theta=0)=10000； [~，q]=min(Theta )； 选出%最小El=ind_b(q )； 确定%系数矩阵中基变量的列索引el，主元为a(q，k ) vals=[cB '，ind_B '，b，a，Theta]； vals=[vals； NaN、NaN、NaN、Sigma、NaN]； ST=[ST； vals]； DISP(ST； if~any(sigma0) %所有检验数均小于0，该基可行解为最优解，any表示存在某检验数0 x_opt=x0； fx_opt=c * x_opt； 计算%最优解returnendifall (a (:k ) )表示检验数这一列中的每个数=0，无界解x_opt=[]； break end %取代基ind_b(ind_b==El )=k； %新的基础变量索引ind_n=setdiff(1:n，ind_B )； %非基础变量索引%更新a和ba(:ind_N ) a ) :ind_B )a ) :ind_N )； %基矩阵的反乘法非基矩阵b=a(:ind_B ) b； %基矩阵的反乘法ba(:ind_B )=eye(m，m )； 将%基矩阵更新为单位矩阵iter=iter 1； endend如果觉得还不错的话，请向博客发个赞再走。 谢谢~