2012数学建模通识第十讲优化MATLAB分析.ppt

优化模型（MATLAB） 优化模型四要素 决策变量 目标函数（尽量简单、光滑） 约束条件（建模的关键） 求解方法 （MATLAB,LINDO/LINGO） 优化模型分类 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） 线性规划 任务分配问题 某车间有甲、乙两台机床，可用于加工三种工件。假定这两台车床的可用台时数分别为800和900，三种工件的数量分别为400、600和500，且已知用三种不同车床加工单位数量不同工件所需的台时数和加工费用如下表。问怎样分配车床的加工任务，才能既满足加工工件的要求，又使加工费用最低？ 组成:目标函数 Max f 或 Min f 约束条件 s.t. (subject to) 满足于 决策变量 用符号来表示可控制的因素 一般形式 求解方法：单纯形法和内点法 用MATLAB优化工具箱解线性规划 形式1: min z=c x s.t. Ax=b 命令：x=linprog(c，A，b) 形式2 min z=c x s.t. Ax=b Aeq x=beq 命令：x=linprog(c，A，b，Aeq,beq) 注意:若没有不等式： Ax=b存在，则令A=[ ],b=[ ] 形式3 min z=c x s.t. Ax=b Aeq x=beq VLB≤X≤VUB 命令: [1] x=linprog（c，A，b，Aeq,beq, VLB，VUB） [2] x=linprog（c，A，b，Aeq,beq, VLB，VUB, X0） 注意：[1] 若没有等式约束 , 则令Aeq=[ ], beq=[ ]. [2]其中X0表示初始点 形式4 命令：[x,fval]=linprog(…) 返回最优解ｘ及ｘ处的目标函数值fval 解 编写M文件如下： c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6]; A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08]; b=[850;700;100;900]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) 二次规划 用MATLAB软件求解,其输入格式如下: 1. x=quadprog(H,C,A,b); 2. x=quadprog(H,C,A,b,Aeq,beq); 3.x=quadprog(H,C,A,b,Aeq,beq,VLB,VUB); 4. x=quadprog(H,C,A,b, Aeq,beq ,VLB,VUB,X0); 5.x=quadprog(H,C,A,b,Aeq,beq ,VLB,VUB,X0,options); 6. [x,fval]=quaprog(...); 7. [x,fval,exitflag]=quaprog(...); 8. [x,fval,exitflag,output]=quaprog(...); 输入命令： H=2*[1 -1; -1 2]; c=[-2 ;-6];A=[1 1; -1 2];b=[2;2]; Aeq=[];beq=[]; VLB=[0;0];VUB=[]; [x,z]=quadprog(H,c,A,b,Aeq,beq,VLB,VUB) 非线性规划 基本概念 如果目标函数或约束条件中至少有一个是非线性函数时的最优化问题就叫做非线性规划问题 一般形式 把满足问题中条件的解称为可行解（或可行点），所有可行点的集合称为可行集（或可行域）．记为D．即 D={x|gi(x)=0, hj(x)=0, i=1,…,m, j=1,…,l} 对于优化问题,有局部最有解和全局最有解之分. 非线性规划的基本解法 1.罚函数法 2.近似规划法 用Matlab求解上述问题，基本步骤分三步： 1.首先建立M