MATLAB优化设计分析.ppt

8.1 解优化问题的MATLAB程序结构及其运行机制 8.2 线性规划(Linear Programming) 8.3 二次规划 8.4 无约束非线性规划(Unconstrained Nonlinear Minimization) 8.5 约束非线性规划 8.6 最小二乘规划 8.7 非线性方程求根 　　解优化问题的MATLAB程序具有如图8-1所示的结构。 图8-1 解优化问题的MATLAB程序结构和数据流 　　主程序至少包括必要数据、初始解、优化设置和解算函数四个部分。必要数据是需预先赋值的优化模型常量参数；初始解是设计变量的初始指定值；优化设置由optimset函数实现，它控制解算函数的算法、设计变量允差、目标函数允差、约束条件允差等；解算函数亦称优化解法器，是优化工具箱提供的M-file函数，它完成特定的优化模型解法。　　优化设置举例见表8-1。 　　线性规划的MATLAB标准型如下所示，它采用Optimization Toolbox_linprog函数解算。 　　【例8.1】 解下面的线性规划问题　　首先将原线性规划问题转换为线性规划的MATLAB标准型，如下所示： 其中：　　MATLAB解线性规划程序如下：clc; clear all; close all;C=[-4 -5 -1]; A=[-3 -2 -1;2 1 0]; b=[-17;10]; Aeq=[1 1 1]; beq=10;%必要数据lb=[0;0;0]; ub=[ ]; %必要数据X0=[0;0;0]; 　 %初始解options=optimset(TolX,1e-7, TolFun,1e-7, TolCon,1e-7); %优化设置[X,Y,exitflag,output,lambda] = linprog(C,A,b,Aeq,beq,lb,ub,X0,options)%解算 　　程序执行的部分结果如下：X = 0.0000 10.0000 0.0000Y = -50.0000exitflag = 1　　问题的最优解X和最优值Y分别为 　　　　　 ， 　　【例8.2】 某厂生产CP1、CP2、CP3三种产品，均需A、B两道工序加工。设A工序可在设备A1或A2上完成，B工序可在设备B1、B2或B3上完成。已知产品CP1可在A、B任何一种设备上加工；产品CP2可在任何规格的A设备上加工，但完成B工序时，只能在B1设备上加工；产品CP3只能在A2与B2设备上加工。加工单位产品所需工序时间及其它各项数据见表8-2。试建立问题的线性规划模型，求解使该厂获利最大的最优生产规划。 　　(1) 建立问题的线性规划模型，步骤如下：　　确定设计变量：　　x1—A1加工的CP1件数 x2—A2加工的CP1件数　　x3—B1加工的CP1件数 x4—B2加工的CP1件数　　x5—B2加工的CP1件数 x6—A1加工的CP2件数　　x7—A2加工的CP2件数 x8—B1加工的CP2件数　　x9—A2加工的CP3件数 x10—B2加工的CP3件数 确定目标函数(总利润)： 确定线性规划模型： (2) 将原线性规划问题转换为线性规划的MATLAB标准型： 　　(3) ?MATLAB解线性规划程序如下：clc; clear all; close all;C=[-0.75 -0.79 -0.64 -0.56 -0.65 -1.15 -1.38 -1.17 -1.94 -1.09]; %必要数据A=[5 0 0 0 0 10 0 0 0 0;0 7 0 0 0 0 9 0 12 0;0 0 6 0 0 0 0 8 0 0;0 0 0 4 0 0 0 0 0 11;0 0 0 0 5 0 0 0 0 0]; %必要数据b=[6000;10000;4000;7000;4000]; %必要数据Aeq=[1 1 -1 -1 -1 0 0 0 0 0 ;0 0 0 0 0 1 1 -1 0 0; 0 0 0 0 0 0 0 0 1 -1]; %必要数据beq=[0;0;0]; %必要数据lb=[0;0;0;0;0;0;0;0;0;0]; ub=[ ]; %必要数据X0=[0;0;0;0;0;0;0;0;0;0]; %初始解 options=optimset(TolX,1e-7,TolFun,1e-7, TolCon,1e-7); %优化设置[X,Y,exitflag,output,lambda] = linprog(C,A,b,Aeq