第10章优化设计.docVIP

第10章 优化设计中的应用 在优化问题中，根据变量、目标函数和约束数的不同，可以将问题大致分为： ● 线性优化 目标函数和约束函数均为线性。 ● 二次优化 目标函数为二次函数，而约束条件为线性方程. 线性优化和二次优化统称为简单优化。 非线性优化 目标函数为非二次的非线性函数，或约束条件为非线性方程。 多任务目标优化 目标函数并非一个时，称为多任务优化问题。 本章将对以上几类优化问题在MATLAB中的实现作比较详细的讲解。另外，还将介绍两个利用优化方法解非线性方程的函数。 （一）线性优化 线性优化问题即目标函数和约束条件均为线性的问题 其标准形式为: Min Cx x(Rn Sub.to Ax=b x≥0 其中A(Rm×n,m≤n(通常m＜n＝,b(Rn,C(Rn均为数值矩阵. 标准形式的线性优化问题简称LP(Linear Programming)为问题。其他形式的线性优化问题经过适当的变换均可以化为此种标准型。线性优化问题在工农业及其他生产部门中应用十分广泛。 在MATLAB中，线性优化问题由lp函数求解。 函数介绍 lp 线性规划函数 x=lp(f, A, b) 解如下形式的线性规划问题。 min fx