第4讲 数学规划(5、5、6合).ppt

(3) 计算结果为： x=[ 3.0000 5.0000 0.0707 7.0000 0 0.9293 0 0 3.9293 0 6.0000 10.0707 6.3875 4.3943 5.7511 7.1867]’ fval = 105.4626 exitflag = 1 (4) 若修改主程序gying2.m, 取初值为上面的计算结果: x0=[ 3.0000 5.0000 0.0707 7.0000 0 0.9293 0 0 3.9293 0 6.0000 10.0707 6.3875 4.3943 5.7511 7.1867]’ 得结果为: x=[3.0000 5.0000 0.3094 7.0000 0.0108 0.6798 0 0 3.6906 0 5.9892 10.3202 5.5369 4.9194 5.8291 7.2852]’ fval =103.4760 exitflag = 1 总的吨千米数比上面结果略优. (5) 若再取刚得出的结果为初值, 却计算不出最优解. MATLAB（gying2） MATLAB（gying2） (6) 若取初值为: x0=[3 5 4 7 1 0 0 0 0 0 5 11 5.6348 4.8687 7.2479 7.7499], 则计算结果为: x=[3.0000 5.0000 4.0000 7.0000 1.0000 0 0 0 0 0 5.0000 11.0000 5.6959 4.9285 7.2500 7.7500]’ fval =89.8835 exitflag = 1 总的吨千米数89.8835比上面结果更好. 通过此例可看出fmincon函数在选取初值上的重要性. MATLAB（gying2） 返回 Matlab优化工具箱简介 1.MATLAB求解优化问题的主要函数 2. 优化函数的输入变量 使用优化函数或优化工具箱中其它优化函数时, 输入变量见下表: 3. 优化函数的输出变量下表: * 数学规划 数学建模与数学实验 数信学院学院数学教研室 简单的优化模型往往是一元或者多元，无约束或者等式 约束的最优化问题。而在很多实际问题中，所能够提供的决 策变量取值受到很多因素的制约，这样就产生了一般的优化 模型，统称为数学规划模型。按照数学规划模型的具体特 征，可以将数学规划分为： 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） 第四章 数学规划 数学规划问题的基本形式为： max(min) f (X) s.t. g(X)≥ (≤)0 其中 X 为决策变量向量， f 为目标函数（单目标规划只有一 个函数，多目标规划可以理解为一个向量函数的最优化问 题）， g(X)≥ (≤)0为约束条件，记 D ={X| g(X)≥ (≤)0}为 可行集，因此规划的本质就是在可行集中选择使得目标最优 的点。若D = R ，则该问题为无条件约束问题，可以用微分 法解决（有时仅有关于决策变量的非负约束也可以归结为该 类型）；若D中的约束都是等式约束，则可以用Lagrange乘数 法解决。但是在实际问题中，D的结构往往非常复杂，不能 使用普通的微分方法解决，这时候必须借助于计算软件。 用MATLAB优化工具箱解线性规划 min z=cX 1、模型： 命令：x=linprog（c，A，b） 2、模型：min z=cX 命令：x=linprog（c，A，b，Aeq,beq） 注意：若没有不等式： 存在，则令A=[ ]，b=[ ]. 3、模型：min z=cX 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: