Matlab经典优化函数详细介绍.docVIP

Matlab经典优化函数详细介绍 ----------------Matlab优化工具箱简介 5.1 线性优化 线性规划问题是目标函数和约束条件均为线性函数的问题，MATLAB7.0解决的线性规划问题的标准形式为 min sub. to： 其中f、x、b、beq、lb、ub为向量，A、Aeq为矩阵. 其它形式的线性规划问题都可经过适当变换化为此标准形式. 在MATLAB5.x以上版中，线性规划问题Linear Programming已用函数linprog取代了MATLAB5.x版中的lp函数.当然，由于版本的向下兼容性，一般说来，低版本中的函数在7.0版中仍可使用. 函数 linprog 格式 x = linprog(f,A,b) %求min f *x sub.to 线性规划的最优解. x = linprog(f,A,b,Aeq,beq) %等式约束，若没有不等式约束，则A=[ ]，b=[ ]. x = linprog(f,A,b,Aeq,beq,lb,ub) . %指定x的范围，若没有等式约束 ，则Aeq=[ ]，beq=[ ]. x = linprog(f,A,b,Aeq,beq,lb,ub,x0) %设置初值x0. x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options) % options为指定的优化参数. [x,fval] = linprog(…) % 返回目标函数最优值，即fval= f *x. [x,lambda,exitflag] = linprog(…) % lambda为解x的Lagrange乘子. [x, lambda,fval,exitflag] = linprog(…) % exitflag为终止迭代的错误条件. [x,fval, lambda,exitflag,output] = linprog(…) % output为关于优化的一些信息. 说明: 若exitflag0表示函数收敛于解x，exitflag=0表示超过函数估值或迭代的最大次数，exitflag0表示函数不收敛于解x；若lambda=lower 表示下界lb，lambda=upper表示上界ub，lambda=ineqlin表示不等式约束，lambda=eqlin表示等式约束，lambda中的非0元素表示对应的约束是有效约束；output=iterations表示迭代次数，output=algorithm表示使用的运算规则，output=cgiterations表示PCG迭代次数. MATLAB求解优化问题的主要函数 类 型 模 型 基本函数名 一元函数极小 Min F（x）s.t.x1xx2 x=fminbnd(‘F’,x1,x2) 无约束极小 Min F(X) X=fminunc(‘F’,X0) X=fminsearch(‘F’,X0) 线性规划 Min s.t.AX=b X=linprog(c,A,b) 二次规划 Min xTHx+cTx s.t. Ax=b X=quadprog(H,c,A,b) 约束极小 （非线性规划） Min F(X) s.t. G(X)=0 X=fmincon(‘FG’,X0) 多目标优化问题 Min r s.t. F(x)-wr=goal X=fgoalattain(‘F’,x,goal,w) 极小极大问题 Min max {Fi(x)} X {Fi(x)} s.t. G(x)=0 X=fminimax(‘FG’,x0) 优化函数的输入变量 优化函数的输出变量 5.2非线性优化 sub.to 函数 fminbnd 格式 x = fminbnd(fun,x1,x2) %返回自变量x在区间上函数fun取最小值时x值，fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄. x = fminbnd(fun,x1,x2,options) [x,fval] = fminbnd(…) [x,fval,exitflag] = fminbnd(…) [x,fval,exitflag,output] = fminbnd(…) 例5-2 计算下面函数在区间(0，1)内的最小值.