线性优化问题.docVIP

线性优化问题 [语法』 x＝linprog(f,A，b，Aeq，bcq) x＝linprog (f, A，b，Aeq，beq,1b，ub) x =linprog (f, A，b，Aeq，beq,1b，ub,x0) x＝linprog (f, A，b，Aeq，beq,1b，ub,x0,optioms) [x,fval] = linprog(…) [x,fval,exitflag] = linprog(…) [x,fval,exitflag,output] = linprog(…) [x,fval,exitflag,output,lambda] = linprog(…) [说明] f：是优化参数x的系数矩阵； 1b，ub：设置优化参数x的上下界： fval：返回目标函数在最优解x点的函数值； exitflag：返回算法的终止标志： outputz返回优化算法信息的一个数据结构。 例： f = [-5; -4; -6]; A = [1, -1, 1; 3, 2, 4; 3, 2, 0]; b = [20; 42; 30]; lb = zeros(3, 1); [x, fval ] = linprog (f, A, b, [ ], [ ], lb); 无约束非线性优化问题 %首先编写f(x)的.m文件 function f = myfun(x) f=sin(x)+3; %然后调用函数fminsearch x0=2 %起始点 [x , fval]=fminsearch(@myfun, x0); %首先编写f(x)的.m文件 function f = myfun (x) f = 3*x(1)^2+2*x(1)*x(2)+x(2)^2; %然后调用函数 fminunc %起始点 x0 = [1,1] [x, fval]=fminunc(@myfun, x0) %首先编写目标函数的.m文件: function f=myfun(x) f = (x-3).^2-1 %调用函数fminbnd: [x,fval] = fminbnd (@myfun, 0, 5);