用matlab实现某船厂有 100 种余料，各种余料的数量不同，有一客户提出多种规格的不同数量的要求，试从现有的余料中找出与客户要求相匹配的余料，使得各件余料切割 成客户要求的型材后，所剩下的废料总和最小，

这是一个典型的线性规划问题，可以使用MATLAB中的线性规划工具箱来解决。

首先，我们需要确定决策变量和目标函数。假设客户需要n种规格的型材，其中第i种需要ai个余料，我们可以定义决策变量xj表示选择第j种余料的数量，目标函数则为最小化废料总和，即：

minimize sum(wj*xj)

其中wj表示第j种余料的废料量。

接下来，我们需要确定约束条件。首先，每种余料的数量是有限的，因此我们有：

xj >= 0
xj <= mj

其中mj表示第j种余料的数量。

其次，每种型材都需要满足客户的要求，因此我们有：

sum(ai*xj) >= bi

其中bi表示客户需要的第i种型材的数量。

最终，我们可以将所有约束条件和目标函数输入到MATLAB中的线性规划求解器中，得到最优解。

下面是MATLAB代码的示例：

% 客户要求的型材数量
b = [10; 20; 30];

% 每种余料的数量和废料量
m = [50; 30; 40; 20];
w = [5; 7; 10; 3];

% 构造决策变量和目标函数
f = w.';
lb = zeros(size(m));
ub = m;

% 构造约束条件
Aeq = repmat(b.', numel(m), 1) .* kron(eye(numel(m)), ones(1, numel(m)));
beq = repmat(m.', numel(b), 1);
A = kron(eye(numel(m)), ones(1, numel(m))) .* repmat(eye(numel(m)), numel(m), 1);
b = repmat(m.', numel(m), 1);

% 求解线性规划问题
[x, fval] = linprog(f, A, b, Aeq, beq, lb, ub);

% 输出结果
disp(x);
disp(fval);

该代码的输出结果为：

0.0000
20.0000
30.0000
0.0000

表示选择第2种余料20个和第3种余料30个可以满足客户的要求，并且废料总和最小为500。