培训内容二优化模型及其求解.pdfVIP

培训内容二 优化模型及其求解 简单的优化模型往往是一元或者多元，无约束或者等式约束的最优化问题。而在很多实 际问题中，所能够提供的决策变量取值受到很多因素的制约，这样就产生了一般的优化模型， 统称为数学规划模型。按照数学规划模型的具体特征，可以将数学规划分为： 线性规划模型（目标函数和约束条件都是线性函数的优化问题）； 非线性规划模型（目标函数或者约束条件是非线性的函数）； 整数规划（决策变量是整数值得规划问题）； 多目标规划（具有多个目标函数的规划问题）； 目标规划（具有不同优先级的目标和偏差的规划问题）； 动态规划（求解多阶段决策问题的最优化方法） 数学规划问题的基本形式为： r r max(min) f ( X ) r . . s t ( ) g( X)0 r ≤ ≥ r r 其中X 为决策变量向量，f 为目标函数（单目标规划只有一个函数，多目标规划可以理解 r r r ( ) g( X)0 ≤ ≥r 为约束条件，记{D | X( )g X( )0} r ≤ ≥ 为 为一个向量函数的最优化问题）， 可行集，因此规划的本质就是在可行集中选择使得目标最优的点。若D R n ，则该问题为 无条件约束问题，可以用微分法解决（有时仅有关于决策变量的非负约束也可以归结为该类 型）；若D 中的约束都是等式约束，则可以用Lagrange 乘数法解决。但是在实际问题中， D 的结构往往非常复杂，不能使用普通的微分方法解决，这时候必须借助于计算软件。 一、无约束优化问题 无约束优化问题就可以理解为求一个函数在某个区间上的最优值问题。建立所有的优化 问题要找两个主要因素：目标函数、约束条件。对于无约束优化问题，确定正确的优化目标 和目标函数时最主要的，求解时可以使用软件进行求解，有些求解软件要求给出初值，此时 要求能够从问题本身进行初步分析后得到最优解的大致位置。 使用 MATLAB 求解无条件优化问题： 无条件优化问题的一般形式： fminX LB( ) X UB ≤ ≤ 。 一元函数的无条件优化问题求解： 常用格式如下： （1）x= fminbnd (fun,x1,x2 ) （2 ）x= fminbnd (fun,x1,x2 ，options) （3 ）[x，fval]= fminbnd （... ） （4 ）[x，fval，exitflag]= fminbnd （... ） （5 ）[x，fval，exitflag，output]= fminbnd （... ） 多元函数无约束优化问题 命令格式为: （1）x= fminunc （fun, X0 ）；或x=fminsearch （fun,X0 ） （2 ）x= fminunc （fun, X0, options ）； 或 x=fminsearch （fun, X0, options ） （3 ）[x，fval]= fminunc （...）； 或[x，fval]= fminsearch （...） （4 ）[x，fval，exitflag]= fminu