Matlab中规划问题的计算机解法.docVIP

Matlab中规划问题的计算机解法 　　【摘要】规划问题是数学建模中最常见的问题，本文全面系统的阐述各种类型规划问题的MATLAB解法，包括线性规划、二次规划、无约束优化、有约束优化等。 　　【关键词】数学建模;规划问题;计算机求解;MATLAB语言 　　 　　规划即最优化问题就是求最大（小）值问题，是数学建模中最常见的问题，几乎每个建模问题都离不开优化。建模中的优化问题主要有四种类型，即线性规划、二次规划、无约束优化和有约束优化。 　　一、线性规划问题（linprog） 　　min f（x）x属于R 　　s.t： A*xlt;=b; 　　Aeq*x=beq; 　　lblt;=xlt;=ub; 　　其中f、x、b、beq、lb、ub为向量，A、Aeq为矩阵。 　　函数 linprog 　　格式： 　　x = linprog（f，A，b） %求min f s.t 线性规划的最优解。 　　x = linprog（f，A，b，Aeq，beq） %不等式约束，若没有不等式约束，则A=[]，b=[]。 　　x = linprog（f，A，b，Aeq，beq，lb，ub）%指定x的范围，若没有等式约束 ，则Aeq=[]，beq=[] 　　x = linprog（f，A，b，Aeq，beq，lb，ub，x0）%设置初值x0 　　x = linprog（f，A，b，Aeq，beq，lb，ub，x0，options） % options为指定的优化参数 　　[x，fval]= linprog（…）% 返回目标函数最优值，即fval= f 　　[x，lambda，exitflag]= linprog（…）% lambda为解x的Lagrange乘子。 　　[x，lambda，fval，exitflag]= linprog（…）% exitflag为终止迭代的错误条件。 　　说明：若exitflaggt;0表示函数收敛于解x，exitflag=0表示超过函数估值或迭代的最大数字，exitflaglt;0表示函数不收敛于解x;若lambda=lower 表示下界lb，lambda=upper表示上界ub，lambda=ineqlin表示不等式约束，lambda=eqlin表示等式约束，lambda中的非0元素表示对应的约束是有效约束。 　　二、二次规划（quadprog） 　　标准型为： 　　Min Z= XTHX+cTX 　　s.t.AXlt;=b 　　VLB≤X≤VUB 　　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（...）; 　　三、无约束最优化（fminunc） 　　命令 利用函数fminunc求无约束函数最小值 　　函数 fminunc 　　格式： 　　x = fminunc（fun，x0）%返回给定初始点x0的最小函数值点 　　x = fminunc（fun，x0，options）% options为指定优化参数 　　[x，fval]= fminunc（…）%fval最优点x处的函数值 　　[x，fval，exitflag]= fminunc（…）% exitflag为终止迭代的条件，与上同。 　　[x，fval，exitflag，output]= fminunc（…）%output为输出优化信息 　　四、有约束最优化（fmincon） 　　min f（x） 　　s.t C（x）lt;=0 　　Ceq（x）=0 　　A*xlt;=b 　　Aeq*x=beq 　　lblt;=xlt;=ub 　　其中：x、b、beq、lb、ub是向量，A、Aeq为矩阵，C（x）、Ceq（x）是返回向量的函数，f（x）为目标函数，f（x）、C（x）、Ceq（x）可以是非线性函数。函数 fmincon 　　格式： 　　x = fmincon（fun，x0，A，b） 　　x = fmincon（fun，x0，A，b，Aeq，beq） 　　x =