Matlab优化工具箱选编.pptVIP

Matlab最优化工具箱 主讲：白 内容提要 最优化概述 最优化求解方法 Matlab优化工具箱 一、最优化概述 最优化问题建模步骤 1、设定变量 2、建立目标函数 3、约束条件 4、求解 5、结果分析（算法的稳定性、敛散性,解的全局性， ） 最优化在数学建模中的地位 二、最优化求解方法 解析法 一元函数的优化问题 数值法 一、根据已有算法编写程序（采用VC等高级程序设计语言） 二、Lindo/Lingo 三、Matlab优化工具箱 最优化问题的程序设计1 一元函数优化 (一维搜索法) 最优化问题的程序设计2 多元函数优化 迭代的思想 无约束 最优化问题的程序设计3 约束 化约束为无约束 可行方向法 一点认识 1、一般所求解都是局部最优解，如果寻求全局最优解，可以考虑采用现代优化算法 2、最高的境界是启发式算法，即根据具体的实例，自己设计算法，当然要求你的算法能够合理的反映客观实际 3、Matlab优化工具箱的正确认识 三、Optimization Toolbox ——通用的线性、非线性函数的寻优工具 Functions - By Category 优化参数 optimset Optimset linprog options=optimset(param1,value1,param2,value2,...) 注： 每个优化函数的 options 不同 模型输入时需要注意的问题 fminbnd linprog fminunc fmincon quadprog 整数规划 bintprog 总结 参考书籍 《Matlab6.1实用指南（下册）》 苏金明 沅沈勇 编著 help 后记 1、最优化知识复习（算法） 2、Matlab优化工具箱 3、历年来相关赛题 2000年B题 钢管订购与运输 2002年A题 车灯线光源的优化设计 2003年B题 露天矿生产的车辆安排 算法： fminbnd是一个M文件。其算法基于黄金分割法和二次插值法。 局限性： 1．目标函数必须是连续的。 2．fminbnd函数可能只给出局部最优解。 3．当问题的解位于区间边界上时，fminbnd函数的收敛速度常常很慢。此时，fmincon函数的计算速度更快，计算精度更高。 4．fminbnd函数只用于实数变量。 例，求解 首先编写M文件opt2.m: function f = myfun(x) f = -(3-2*x).^2 * x; 然后调用fminbnd函数x = fminbnd(@opt2,0,1.5) 得到问题的解： x = 0.5000 y = opt2(x) y = -2.0000 现在要求在区间（0，1.5）上确定一个x，使 最大化 [x,fval,exitflag ,output]=fminbnd(@opt2,0,1.5) [x,fval,exitflag ,output] = fminbnd(@opt2,0,1.5,optimset(TolX,1e-12,Display,‘iter)) 扩展 另,函数可以采用命令行方式引用 [x,fval,exitflag ,output]=fminbnd(inline(‘-(3-2*x).^2 * x’),0,1.5) Matlab7.0 Solve a linear programming problem求解线性规划问题 ??????????????????????????????????????? where f, x, b, beq, lb, and ub are vectors and A and Aeq are matrices.其中f, x, b, beq, lb和ub为列向量，A 和Aeq为矩阵。 语法： x = linprog(f,A,b,Aeq,beq) x = linprog(f,A,b,Aeq,beq,lb,ub) x = linprog(f,A,b,Aeq,beq,lb,ub,x0) x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options) [x,fval] = linprog(...) [x,fval,exitflag] = linprog(...) [x,fval,exitflag,output] = linprog(...) [x,fval,exitflag,output,lambda] = linprog(...) 描述： x = linprog(f,A,b)求解问题 min f*x，约束条件为A*x = b。 x = linprog(f,