lbc-第7章 MATLAB优化工具箱2008.ppt

Matlab 第7章 Matlab优化计算 2.1线性规划及其优化函数 2.2无约束非线性及其优化函数 2.3约束及其优化函数 2.4综合应用 7.1线性规划及其优化函数 求使函数 取最大值的x值， 且满足约束条件： 线性规划问题是目标函数和约束条件均为线性函数的问 题，MATLAB解决的线性规划问题的标准形式为 ： 其中： [函数] linprog [格式] x = linprog(f,A,b,Aeq,beq) x = linprog(f,A,b,Aeq,beq,lb,ub) x = linprog(f,A,b,Aeq,beq,lb,ub,x0) x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options) [x,fval] = linprog(…) [x,fval,exitflag] = linprog(…) [x,fval,exitflag,output] = linprog(…) [x,fval,exitflag,output,lambda] = linprog(…) [说明] f: 是优化参数x的系数矩阵； lb,ub: 设置优化参数x的上下界； fval: 返回目标函数在最优解x点的函数值； exitflag:返回算法的终止标志； output: 返回优化算法信息的一个数据结构。 求使函数 取最大值的x值， 且满足约束条件： [函数]fminunc [格式]x = fminunc(fun,x0) x = fminunc(fun,x0,options) [x,fval] = fminunc(…) [x,fval,exitflag] = fminunc(…) [x,fval,exitflag,output] = fminunc(…) [x,fval,exitflag,output,grad] = fminunc(…) [x,fval,exitflag,output,grad,hessian] = fminunc(…) [说明] fun 是目标函数 options 设置优化选项参数 fval 返回目标函数在最优解x点的函数值 exitflag 返回算法的终止标志 output 返回优化算法信息的一个数据结构 grad 返回目标函数在最优解x点的梯度 hessian 返回目标函数在最优解x点的Hessian矩阵值 [应用举例] 的最小值 [代码]%首先编写目标的.m文件 function f=myfun1(x) f=3*x(1)^2+2*x(1)*x(2)+x(2)^2 %然后调用函数 fminunc %起始点 x0=[1,1]; [x,fval]=fminunc(@myfun1,x0) [结果] x = 1.0e-008 * -0.7512 0.2479 fval = 1.3818e-016 7.3 约束及其优化函数 [函数] fminbnd [格式] x = fminbnd(fun,x1,x2) x = fminbnd(fun,x1,x2,option