数学建模培训最优化.ppt

x0=[1;1;1;1];A=[1 1 1 1;3 3 2 1]; B=[5;10];Aeq=[];Beq=[]; Lb=[0;0;0;0]; [x,g]=fmincon(‘fun5’,x0,A,B,Aeq,Beq,Lb) 运行结果为: x = 0.0000 0.6667 1.6665 2.6668 g = 6.3333 建立主程序 小结：用Matlab求解非线性规划问题，基本步骤： 1. 首先建立M文件fun.m,定义目标函数 f（x）: function f=fun(x); f= f（x）; 2.若约束条件中有非线性约束:g(x) 或Ceq(x)=0,则建立M文件nonlcon.m定义函数g(x)与Ceq(x): function [g,Ceq]=nonlcon(X) g=... Ceq=... 3. 建立主程序.并运行。 s.t. 例如：在对策论中：在最不利的条件下，寻求最有利的策略； 在投资规划中要确定最大风险的最低限度； 在城市规划中，要确定急救中心的位置，使其到所有地点最大距离为最小。 最大最小化问题 求解最大最小化问题的Matlab函数为fminimax.其调用格式如下： x=fminimax(F,x0,,A,b,Aeq,beq,lb,ub,nonlcon,options) 或 [x,fval,maxfval,exitflag,output]=fminimax(…) 其中：x返回最优解；fval返回解x处的目标函数值；maxfval返回解x处的最大函数值；exitflag描述计算的退出条件；output返回包含优化信息的输出参数。 例：求解下列最大最小化问题： 首先编写一个M文件ff2.m，计算4个函数值。 function f=ff2(x) f(1)=3*x(1)^2+2*x(2)^2-12*x(1)+35; f(2)=5*x(1)*x(2)-4*x(2)+7; f(3)=x(1)^2+6*x(2); f(4)=4*x(1)^2+9*x(2)^2-12*x(1)*x(2)+20; 然后，输入初值x0=(1,1)，并调用优化函数进行计算 x0=[0 0]; [x,fval]=fminimax(@ff2,x0) 运行结果如下： x = 1.7637 0.5317 fval = 23.7331 9.5622 6.3010 23.7331 练习题： 设某城市有某种物品的10个需求点，第i个需求点Pi的坐标为(ai,bi),道路网与坐标轴平行，彼此正交。现打算建一个该物品的供应中心，且由于受到城市某些条件的限制，该供应中心只能设在x界于[5,8]，y界于[5,8]的范围之内。问该中心应建在何处为好?（即供应中心的位置到最远需求点的距离最小 ） Pi点的坐标为： ai 1 4 3 5 9 12 6 20 17 8 bi 2 10 8 18 1 4 5 10 8 9 无约束最优化问题 求一元函数fun在区间(x1,x2)上的最小值 X=fminbnd(fun,x1,x2) 或[x,fval]= fminbnd(fun,x1,x2) 求多元无约束函数fun的最小值 [x,fval]= =fminunc(fun,x0) 　　x0为初值 [x,fval]= fminsearch(fun,x0) 注意：fminunc不是解决平方相加函数优化问 题的最好方法 函数lsqnonlin专门解决非线性最小二乘问题： 调用格式： x = lsqnonlin(fun,x0) x = lsqnonlin(fun,x0,lb,ub) x = lsqnonlin(fun,x0,lb,ub,options) 线性最小二乘问题 lsqlin函数：用于解决线性最小二乘问题： 调用格式： x = lsqlin(C,d,A,b) x = lsqlin(C,d,A,b,Aeq,beq) x = lsqlin(C,d,A,b,Aeq,beq,lb,ub) x = lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0) x = lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0,options) 例. 求解下面非线性最小二乘问题 初始解向量为 解：(1) 建立函数文件example5.m function F = example5 (x) k = 1:10; F = 2 + 2*k-exp(k*x(1))-exp(k*x(2)); x0 = [0.3 0.4]; [x,resnorm, residual] = lsqnonlin(@ex