实验9 (非线性函数极值求解).ppt

设函数 f 在点x0的某邻域内有定义,若存在δ0，使对于任意x∈U(x0, δ)时，不等式f(x)≤f(x0)(f(x)≥f(x0))成立，则称f在点x0处取得无约束极大(小)值f(x0)，极大值与极小值统称极值。 计算下面函数在区间(0,1)内的最小值. 该问题的本质是如何选择物品装入背包以使在背包的容量限定之内所装的物品总价值达到最大。对每件物品只有选取与不选取两种可能，用0表示没有被选取，1表示被选取。用gi表示第i件物品。用长度为6的0-1字符串代表一个装包策略。我们采用穷举法举出所有可能的策略，然后比较各种不同策略所产生的总价值，得到最优策略。 用穷举法能保证求得最优解，但当物品数量相当大时，计算量大，用时很长。贪婪算法是求解背包问题的另一种方法：将物品按价值密度的大小降序排列，则依该次序将相应的物品装入背包，直到超出背包的容积限制为止。运用这种贪婪算法能求得背包问题的较好近似解，但不能保证一定是最优解。 （1）编写目标函数的M文件（myfun.m) function f=myfun (x) f= -x(1)*x(2)*x(3) %目标函数 （2）编写约束函数的M文件(myconfun.m) function [c,ceq]=myconfun(x) c=[]; %非线性不等约束 ceq=[x(1)*x(2)+x(2)*x(3)+x(3)*x(1)-75] %非线性等式约束 (3)编写调用程序命令 x0=[1;1;1]; A=[ ];B=[ ]; Aeq=[ ];Beq=[ ]; lx=zeros(3,1);ux=inf*ones(3,1); [x,fval]=fmincon(@myfun,x0,A,B,Aeq,Beq,lx,ux,@myconfun) 现有一旅行者,他要从多种物品中选取体积之和不超过一定限制的行李装入背包随身携带,问如何进行选择,使得最后装入背包内的物品总价值达到最大?由这一典型应用抽象出的一类优化问题常称为背包问题. 背包问题 背包问题不仅可直接应用到管理中的资源分配、装载问题、投资决策问题等，而且也常常以子问题形式出现在某些复杂的决策问题中. 示例8 示例8：现有容积为1.5立方米的背包，以及6件物品．已知物品的价格分别为0.7,0.5,0.4, 0.6,0.8,0.55(万元),物品的体积分别为0.35,0.3, 0.6,0.4,0.7,0.5(立方米),确定一种方案选取哪几件物品装入包内,可使背包所装物品的总价值最大? 示例8:模型建立 示例8:模型求解(法1:穷举法) jz=[0.7 0.5 0.4 0.6 0.8 0.55]; tj=[0.35 0.3 0.6 0.4 0.7 0.5]; k=1; for x1=0:1;for x2=0:1;for x3=0:1; for x4=0:1;for x5=0:1;for x6=0:1; fx=[x1 x2 x3 x4 x5 x6]; if tj*fx=1.5;fxjz(k,1:6)=fx; k=k+1; end end;end;end;end;end;end; fxlr=fxjz*jz;[f,i]=max(fxlr); f,zjfx=fxjz(i,1:6),fxtj=tj*zjfx 示例8:模型求解(法2:贪婪算法) %贪心算法程序 jz=[0.7 0.5 0.4 0.6 0.8 0.55]; tj=[0.35 0.3 0.6 0.4 0.7 0.5]; a1=tj./jz; [a,id]=sort(a1,descend);tj0=0; for i=1:6 b=tj0+tj(id(i)); if b=1.5; tj0=b; fangshi(i)=1; else fangshi(i)=0; end end fangshi,zjz=jz*fangshi 示例9:产销量的最佳安排 示例9:模型建立 示例9:模型求解（一） %编写函数文件 function y=cfun(x) y1=((100-x(1)-0.1*x(2))-(30*exp(-0.015*x(1))+20))*x(1); y2=((280-0.2*x(1)-2*x(2))-(100*exp(-0.02*x(2))+30))*x(2); y=-y1-y2; * * * 实验9 非线性函数极值求解 实验目的 1、学会用MATLAB求非线性函数极值； 2、学会建立简单的优化模型并求解； 实验内