MATLAB在最优化中的运用.pdfVIP

第六讲 MATLAB 在最优化中的应用 MATLAB 常用的优化函数见下表： 函数名 说明 fminbnd 有边界的标量最小化 fminunc 无约束非线性最小化 fminsearch 无约束非线性最小化搜索 linprog 线性规划，具有等式约束或不等式约束 quadprog 二次规划，具有等式约束或不等式约束 fmincon 条件约束非线性最小化 fgoalattain 多目标达到课题 fminmax 最大最小化 fseminf 半无限最小化 lsqlin 有约束线性最小二乘解 一、 线性规划 1、 线性规划又称线性最优化。首先要有一个目标函数；其次要有一组控制 变量或称为决策变量；第三需要一组约束条件。线性规划的难点在于寻 找问题的线性规划数学模型。 2、MATLAB 解线性规划的函数为 linprog 。它对于目标函数，等式和不等 式的约束条件的表述如下： 使得目标函数最小 min f T x x 受不等式约束为 Ax b 受等式约束为 Aeq x ＝beq 上下限为 lb x ub 其中，f、x、b、beq、lb、ub 为向量，而 A 、Aeq 为矩阵。f 为目标函数 的系数向量，x 为决策变量。b 为不等式约束表达式右端的常数向量。beq 为等式约束表达式右端的常数向量。lb、ub 为 x 的下界和上界。 3、 如果求解目标函数的最大值，可将目标函数改为负值来求解最小值，解 出后再将目标函数的符号改回来。若不等式约束是大于等于形式，则可 以在不等式两端乘上负号，改变不等式方向。 4、 函数 linprog 的书写格式如下： 最优解： x=linprog(f,A,b) %用于不等式约束，使目标函数为最小的解。 x=linprog(f,A,b,Aeq,beq,lb,ub) %用于具有等式约束和不等式约束，使 目标函数为最小的解。若只有等式约束，则不等式约束的矩阵 A 和向量 b 需用空阵[ ]代替。 x=linprog(f,A,b,Aeq,beq,lb,ub,x0) %增加了初始值设置 x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options) %指定了结构选项，该选项 由optimset （最优化设置）来设置参数。 最优解及附有输出值的形式为： [x,fval]=linprog(…) %返回最优解 x 的同时，附加目标值 fval 。 [x,fval,exitflag]=linprog(…) %返回一个 exitflag （退出标记）值，它描 述退出运算的条件。 [x,fval,exitflag,output]=linprog(…) %返回一个结构输出，它包含关于 最优化解算的信息。 [x,fval,exitflag,output,lambda]=linprog(…) %返回一个 lambda 结构参 数，表示了拉格朗日乘子内容。 5、举例： ——例 1：某工厂生产两种产品A 和 B 。产品A 的利润每台 150 元，产品 B 的利润每台 200 元。产品 A 、B 每台所需加工工时及设备所能提供加工工时 如下表所示。问如何安排生产才能使工厂的利润最大。 A B 每月可用工时 机械加工