第9章优化问题与遗传算法.pptVIP

第9章 最优化问题和遗传算法;MATLAB优化工具箱（Optimization Toolbox）中包含有一系列优化算法和模块，可以用于求解线性规划和二次规划、函数的最大和最小值、非线性规划、多目标优化、非线性最小二乘逼近和曲线拟合、非线性系统方程和复杂结构的大规模优化问题。 遗传算法（Genetic Algorithm）是模拟生物自然进化过程的进化算法中一个重要的领域，它已经被广泛地应用于自动控制、机器学习、模式识别、图形处理、人工神经网络、优化调度、经济预测、通讯网络和函数优化等各个领域，它作为一种新的全局优化搜索算法，在求解复杂的工程优化问题中取得良好的效果。利用MATLAB系统中的遗传算法工具箱（GA Toolbox）可以实现遗传算法许多基本运算。;9.1 MATLAB优化工具箱的应用;2、分析数学模型中的目标函数，并建立相应的目标函数文件（包括计算目标函数必需的输入参数，描述目标函数表达式等内容），以自定目标函数文件名将它存储在工作间\MATLAB\WORK\中； 3、分析数学模型中的非线性约束条件，并建立相应的非线性约束函数文件（包括计算约束函数必需的输入参数，描述约束函数表达式等内容），以自定的约束函数文件名将它存储在工作间\MATLAB\WORK\中； 4、分析优化设计的数学模型，选择适用的优化工具函数，并建立调用优化工具函数的命令文件（内容包括输入初始点，建立设计变量的线性约束和边界约束的矩阵和向量，使用优化工具函数调用目标函数文件和约束函数文件的语句，以及运算结果输出等内容），将优化工具函数作为 “黑箱”调用，以自定的命令文件名将它存储在工作间\MATLAB\WORK\中。;将优化设计的命令文件复制到MATLAB命令窗口的运算提示符“”后面运行。 如果编制的目标函数文件、约束函数文件和命令文件存在错误，MATLAB就会给出错误的类型和在M文件中的位置，方便用户对错误进行定位和检查。 如果M文件没有错误（包括逻辑错误和语法错误），命令窗口就会显示出运算信息，获得与所有条件都相容的优化结果。;9.1.1 线性规划问题 线性规划（Linear Programming）是数学规划中最简单和基本的问题，它主要用来解决在有限的资源条件下完成最多的任务，或是确定如何统筹任务完成以使用最少的资源。 线性规划的数学模型包括决策变量X、约束条件和目标函数三个要素，它的决策变量是非负的，而且约束函数和目标函数都是线性函数。 线性规划的数学模型表示为;用于求解线性规划的MATLAB函数是linprog，其调用格式为： [xopt,fopt]=linprog(f,A,b,Aeq,beq,lb,ub,x0,options) 其中，输入参数有： f是目标函数各维变量的系数向量； A和b是不等式约束函数的系数矩阵和常数向量； Aeq和beq是等式约束函数系数矩阵和常数向量； lb和ub分别是设计变量的下限和上限； x0是初始点； options是设置优化选项参数（参考表9-1）。 输出参数有： xopt和fopt是返回目标函数最优解及其函数值。;稳刺绊园偷允护藻式灶详稠廉瞄脖瑶抱叔牵擦悯桌减屉秦月攻驱浇绑疆粗第9章优化问题与遗传算法第9章优化问题与遗传算法;云咆辫牙耀侥撇演对叉械枯意乏近魂票瞧蹬喊指税宝荡腐秩篆氢磅汤情罪第9章优化问题与遗传算法第9章优化问题与遗传算法;例9-1 求解 线性规划问题 编制求解线性规划问题的M文件： % 求解线性规划问题 f=[-2,-1,3,-5]; % 各维变量的系数向量 A=[1,2,4,-1;2,3,-1,1;1,0,1,1]; % 系数矩阵 b=[6,12,4]; % 不等式约束函数的常数向量 lb=[0,0,0,0]; % 设计变量的下限 [xopt,fopt]=linprog(f,A,b,[],[],lb) ;由于线性规划问题中没有等式约束，所以相应的系数矩阵Aeq和常数向量beq用空矩阵符号“[]”表示。程序运行结果： Optimization terminated successfully. xopt = 0.0000 2.6667 0.0000 4.0000 fopt = -22.6667 可见，约束最优解位于两个边界约束 和 的交集上。;9.1.2 二次规划问题 二次规划问题（Quadratic Programming）是最简单的非线性规划问题，其目标函数是二次函数，而约束函数是线性函数。由于二次规划问题的求解比较成熟，有时可以将一些求解比较困难的一般非线性约束规划问题转化为较易处理的序列二次规划子问题求解。 用于求解二次规划问题的函数是 quad