第六讲：无约束优化和最短路问题.ppt

数学实验 dhy0826@126.com 内容提要 引例：圆心位置的确定 在一次工程检测中测得一个圆形构件的轮廓上的30个点的坐标如下，试建立相应的数学模型求出这个圆形构件的圆心位置和半径。 建模提示 多元函数无约束最优化： fminsearch()或fminunc()均可求解或者Lingo求解。 一元函数无约束优化问题 一元函数无约束优化问题 绘图结果 多元函数无约束优化问题 多元函数无约束优化问题 内容提要 引例：求V0到各个点的最短距离 最短路问题 所谓最短路问题，就是从网络的起点到终点的长度（总权）最小的通路。 最短路问题主要包括两类算法 （1）固定起点的最短路问题：Dijkstra算法 （2）每对顶点之间的最短路问题：Floyd算法（算法原理参考实验指导书） 第一步：编写floyd.m 接上页 引例的求解 课外作业1 课外作业2 * * 多元函数无约束优化问题 实例：圆心位置的确定 一元函数无约束优化问题 32.5947 31.843 30 32.6318 16.6028 15 30.8659 31.6817 29 34.1285 16.6713 14 29.3211 31.4635 28 35.9553 17.8012 13 28.4292 30.4353 27 36.6023 18.4311 12 27.0816 29.6605 26 38.3049 19.7067 11 25.9184 28.0668 25 39.116 20.7344 10 25.2643 26.461 24 39.5007 21.8608 9 25.2402 24.9007 23 40.3036 23.8707 8 25.1684 23.3406 22 40.3789 24.9042 7 25.259 21.942 21 39.9268 26.516 6 26.1603 20.7655 20 39.2489 28.4507 5 26.7616 19.5327 19 37.9934 29.6709 4 28.5232 18.6001 18 36.4183 30.4116 3 29.4983 17.471 17 35.4264 30.8802 2 30.6751 17.278 16 34.2927 31.4259 1 Y坐标 X坐标 点 Y坐标 X坐标 点 常用格式如下(记忆：有边界的标量非线性最小化 ) (1)x= fminbnd (fun,x1 ,x2) (2)[x,fval,exitflag,output]= fminbnd(...) 函数fminbnd的算法基于黄金分割法和二次插值法，它要求目标函数必须是连续函数，并可能只给出局部最优解。 例: 求 在0x8中的最小值与最大值 (1)function f=myfmins(x) f=2*exp(-x)*sin(x); (2)[xmin,ymin]=fminbnd(myfmins,0,8) xmin = 3.92697428895351 ymin = -0.02786407018778 例: 求 在0x8中的最小值与最大值 function f=myfmins1(x) f=-2*exp(-x)*sin(x); [xmax,ymax]=fminbnd(myfmins1,0,8) xmax = 0.78540824251804 ymax = -0.64479388382417 一元函数无约束优化问题 标准型为：min F(X) (1)x= fminunc（fun,X0 ）； 或x=fminsearch（fun,X0 ） (2)x= fminunc（fun,X0 ，options）； 或x=fminsearch（fun,X0 ，options） (3)[x，fval]= fminunc（...）； 或[x，fval]= fminsearch（...） function f=myfmins2(x) f=(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1)*exp(x(1)); x0=[1,1]; [x,fval]=fminunc(myfmins2,x0) x = 0.50000078232006 -1.00000124412684 fval = 2.721512685203787e-012 例 min f(x)=(4x12+2x22+4x1x2+2x2+1)*exp(x1) 课堂上机1：圆心位置的确定 见课堂演示 1 目标函数 xy=[31.4259 34.2927 30.8802 35.4264...]; %或