实验优化问题.docVIP

实验11 优化问题 实验目的 学会用MATLAB软件求解线形规划、非线形规划、二次规划、及小化极大问题。 实验内容与要求 线形规划 线形规划问题是目标函数和约束条件均为线形函数的问题，其线形规划问题的标准形式为： min x x sub,to: Axb lbxub 其中，f,b,lb,ub为向量，A为矩阵。 格式：x= (f,A,b) %求minf’x,sub.to Axb线形规划的最优解。 x=lp(f,A,b,lb,ub) %指定x的范围。 x=lp(f,A,b,lb,ub,) %设置初值. 说明：在MATLAB 5.3及以上版本中，线形问题已用函数linprog取代了lp函数。Linprog常用格式如下。 X=linprog(f,A,b,Aeq,beq,lb,ub) %等式约束Aeqx=beq,若没有不等式约束 Axb,则A=[],b=[]. [x,fval]=linprog() %返回目标函数最优值，即fval=f*x。 【例 1.101】 求下面的最优化问题。 min -5-4-6 sub.to -+20 3+2+442 3+230 0,0,0 解： f=[-5;-4;-6]; A=[1,-1,1;3,2,4;3,2,0]; b=[20;42;30]; lb=zeros(3,1); x=lp(f,A,b,lb); %在5.3及以上版本中用[x,fval]=linprog(f,A,b,[],[],lb,[]) fval=f*x %求目标函数及小值 计算结果为： x = 0.0000 15.0000 3.0000 fval = -78.0000 2．有约束的一元函数的最小值 单变量函数求最小值的标准形式为： f(x) sub.to (x) 格式：xfmin(fun,,) %返回自变量x在区间x上函数fun取最小值时x的值，fun为目标函数的表达式字符串。 xfmin(fun,,，options) %fval为目标函数的最小值。 说明：在MATLAB5.3及以上版本汇总使用fminbnd函数求其最小值，常用格式为： [x,fval]=fminbnd() %fval为目标函数的最小值。 【例1.102】 计算下面函数在区间内的最小值。 f(x)= 解： fun=inline((x^3+cos(x)+x*log(x))/exp(x)); x=fmin(fun,0,1) %在5.3及以上版本中用[x,fval]=fminbnd(fun,0,1) fval=fun(x) x = 0.5223 fval = 3974 3.无约束多元函数最小值 多元函数最小值的标准形式为 f(x)，其中，x为向量，如x=[,,]. 格式一：x=fmins(fun,) %为初始值，fun为目标函数。 x=fmins(fun,,options) %options为控制参数向量。 说明：在MATLAB5.3及以上版本汇总使用fminsearch函数求其最小值，常用格式为： [x,fval]=fminsearch() %fval为最优点的函数值。 注意：fminsearch采用了Nelder-Mead形简单搜寻法。 【例1.103】求y=2的最小值点。 解： fun=inline(‘2*x(1)^3+4*x(1)*x(2)^3-10*x(1)*x(2)+x(2)^2’,’x’); X=fmins(fun,[0,0]) %在5.3及以上版本中用[x，fval]=fminsearch (fun,[0,0]) y=fun(X) 结果如下： X= 1.0016 0.8335 Y= -3.3241 格式二：x=fminu(fun,) %返回值给定初始值的最小函数值点。 x=fminu(fun,，options) % options为控制参数。 说明：在MATLAB5.3及以上版本中使用fminnuc求其最小值，常用格式： [x,fval]=fminuc() %fval为最优点函数值。 注意 当函数的阶数大于2时，使用fminu比fmins更有效，但当所选函数高度不连续时，使用fmins效果较好。 【例 1.104】 求的最小值。 fun=inline(exp(x(1))*(4*x(1)^2+4*x(1)*x(2)+2*x(2)^2+2*x(2)+1),x); x0=[-1,1];