MATLAB Optimization Toolbox应用基础【DOC精选】.doc

MATLAB Optimization Toolbox应用基础 专题Ⅰ 单变量函数最小值问题（一维问题） 一、上机目的： 1、掌握一维搜索方法的基本概念、算法等知识点； 2、熟悉Matlab软件环境及有关语句和函数的使用方法。 二、原理和方法： 函数fminbnd是用来寻找单变量函数在固定区间内的最小值点及最小值。MATLAB各工具箱的每个函数，包括优化工具箱函数，都有多种不同的调用格式。其调用格式可使用在线帮助系统查询。 函数fminbnd最常用的调用格式为： [x, fval] = fminbnd(fun, x1, x2) %返回函数fun在区间x1xx2上的最小值点x和对应的最小值fval，fun为目标函数的文件名句柄或目标函数的表达式字符串。 三、上机内容与步骤： 1、熟悉MATLAB软件环境，了解用户界面、掌握帮助系统使用等（重点）。 2、如求解函数f(x)=sin(x)在区间[0, 2(]内的最小值及最小值点，使用如下命令即可： [x, fval] = fminbnd(@sin, 0, 2*pi) %符号“@”表明目标函数为MATLAB自定义的正弦函数sin.m。 x = 4.7124 %最小值点赋值给x。 fval = -1.0000 %最小值赋值给fval。 3、如果目标函数并不是MATLAB自定义的函数，需要首先定义一个函数M文件，以该文件的名称来代替上述命令行中的“sin”部分。 如希望求出在[0，1]内的最小值及最小值点，首先编写目标函数的M文件opt1.m，如下： function f = myfun(x) %编写函数M文件时，上句代码中的“myfun”并不一定与文件名相同。 f = (x^3+cos(x)+x*log(x))/exp(x) 然后调用fminbnd函数，在命令窗口中输入： [x, fval]=fminbnd(@opt1, 0, 1) x = 0.5223 fval = 0.3974 %注意此处使用“opt1”而不是“myfun”。 4、如果目标函数的表达式较为简单，也可以使用表达式的字符串而不必编写目标函数。如上例也可以使用[x, fval]=fminbnd((x^3+cos(x)+x*log(x))/exp(x),0,1)实现。 注：在MATLAB软件中，function为关键字，%为注释符号，为命令窗口中的提示符。 专题Ⅱ 线性方程组的应用 一、上机目的： 1、了解线性规划问题及可行解、最优解的概念 ； 2、掌握Matlab软件关于求解线性规划的语句和方法。 二、原理和方法： 在工程实践中，很多重要的实际问题都是线性的（至少能够用线性函数很好的近似表示），所以我们一般把这些问题化为线性的目标函数和约束条件进行分析，通常将目标函数和约束都是线性表达式的规划问题称为线性规划。 其一般形式是： 矩阵形式表示为： 线性规划的可行解是满足约束条件的解； 线性规划的最优解是使目标函数达到最优的可行解。 一般求解线性规划的常用方法是单纯形法和改进的单纯形法，这类方法的基本思路是先求得一个可行解，检验是否为最优解；若不是，可用迭代的方法找到另一个更优的可行解，经过有限次迭代后，可以找到可行解中的最优解或者判定无最优解。 三、上机内容与步骤： 在Matlab优化工具箱中，linprog函数是使用单纯形法求解下述线性规划问题的函数。 命令格式为： 其中：A为不等式约束条件矩阵，b, c分别为目标函数的系数向量和不等式约束条件中最右边的数值向量；也可设置解向量的上界vlb和下界vub，即解向量必须满足vlb=x=vub；还可预先设置初始解向量x0。 如没有不等式约束，而只有等式约束条件时，A=[ ],b=[ ]; aeq与beq分别为等式约束矩阵； 输出的结果：x表示最优解向量；fval表示最优值。 某一线性规划问题，如下： 考虑到linprog函数只解决形式如下的线性规划。 所以先要将线性规划变换为如下形式： 建立M文件如下（如以文件名optest保存）： c = [-3;1;1]; A = [1 -2 1; 4 -1 -2]; b = [11;-3]; aeq = [2 0 -1]; beq = -1; vlb = [0;0;0]; [x,fval] = linprog(c, A, b, aeq, beq, vlb) 则在命令窗口中输入：optest，可得到计算结果：x1 = 4,x2 = 1,x3 = 9，fval = 2。