实验07最优化方法建模及实现解读.ppt

I 1 2 3 4 5 6 7 SI 800 800 1000 2000 2000 2000 3000 Pi 160 155 155 160 155 150 160 1单位钢管的铁路运价如下表，1000km以上每增加1至100km运价增加5万元。公路运输费用为1单位钢管每公里0.1万元（不足整公里部分按整公里计算）。钢管可由铁路、公路运往铺设地点（不只是运到主管道结点A1,A2,…, A15 ,而是管道全线）。 里程（km） ≤300 301~350 351~400 401~450 451~500 运价（万元） 20 23 26 29 32 里程（km） 501~600 601~700 701~800 801~900 901~1000 运价（万元） 37 44 50 55 60 （1）请制定一个主管道钢管的订购和运输计划，使总费用最小（给出总费用）。 （2）请就（１）的模型分析：哪个钢厂钢管的销价的变化对购运计划和总费用影响最大，哪个钢厂钢管的产量的上限的变化对购运计划和总费用的影响最大，并给出相应的数字结果。 （3）如果要铺设的管道不是一条线，而是一个树形图，铁路、公路和管道构成网络，请就这种更一般的情况给出一种解决办法，并对图（２）的情形给出模型和结果。 需解决的问题： 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); 其中X为n维变元向量，G(X)与Ceq(X)均为非线性函数组成的向量，其它变量的含义与线性规划、二次规划中相同.用Matlab求解上述问题，基本步骤分三步： 二、非线性规划问题及其Matlab 3） 建立主程序.非线性规划求解的函数是fmincon， 命令的基本格式如下： (1) x=fmincon(‘fun’,X0,A,b) (2) x=fmincon(‘fun’,X0,A,b,Aeq,beq) (3) x=fmincon(‘fun’,X0,A,b, Aeq,beq,VLB,VUB) (4) x=fmincon(‘fun’,X0,A,b,Aeq,beq,VLB,VUB,’nonlcon’) (5) x=fmincon(‘fun’,X0,A,b,Aeq,beq,VLB,VUB,’nonlcon’,options) (6) [x,fval]= fmincon(...) (7) [x,fval,exitflag]= fmincon(...) (8) [x,fval,exitflag,output]= fmincon(...) 输出极值点 M文件 迭代的初值 参数说明 变量上下限 注意： [1] fmincon函数提供了大型优化算法和中型优化算法。默认时，若在fun函数中提供了梯度（options参数的GradObj设置为’on’），并且只有上下界存在或只有等式约束，fmincon函数将选择大型算法。当既有等式约束又有梯度约束时，使用中型算法。 [2] fmincon函数的中型算法使用的是序列二次规划法。在每一步迭代中求解二次规划子问题，并用BFGS法更新拉格朗日Hessian矩阵。 [3] fmincon函数可能会给出局部最优解，这与初值X0的选取有关。 1．先建立M文件 fun2.m,定义目标函数: function f=fun2(x) f=exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1); x1+x2=0 s.t. 1.5+x1x2 - x1 - x2 0 -x1x2 –10 0 2．再建立M文件mycon2.m定义非线性约束： function [g,ceq]=mycon2(x) g=[1.5+x(1)*x(2)-x(1)-x(2);-x(1)*x(2)-10]; ceq=[ ]; 例2 3．主程序youh2.m为: x0=[-1;1]; A=[];b=[]; Aeq=[1 1];beq=[0]; vlb=[];vub=[]; [x,fval]=fmincon(fun2,x0,A,b,Aeq,beq,vlb,vub,mycon2) MATLAB(youh2) 4. 运算