ch最优化模型索引.docVIP

《MATLAB工具箱应用》 苏金明等 电子工业出版社 第二篇 优 化 工 具 箱 第15章 优化工具箱概述 第16章 无约束最优化问题 模型一：单变量在给定区间内的最小化 Ex16-1 —— fminbnd / fmincon 注意：(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。 模型二：多变量无约束函数的最小化 式中，x为一向量，f(x)为一函数，返回标量。 Ex16-2 —— fminunc Ex16-3 —— fminsearch 注意： 对于求解平方和问题，fminunc / fminsearch 函数不是最好的选择，用 lsqnonlin函数效果更佳。 目标函数必须是连续的。fminunc / fminsearch 函数有时会给出局部最优解。 fminun c / fminsearch函数只对实数进行优化，即x 必须为实数，而且f(x) 必须返回实数。当x 为复数时，必须将它分解为实部和虚部。 对规模不同的优化问题，fminunc函数使用不同的优化算法。 对于求解二次以上的问题，fminsearch函数比fminunc函数有效。但是，当问题为高度非线性时，fminsearch函数更具有稳健性。 第17章 有约束最优化问题 模型三：线性规划 Ex17-1 —— 无等式约束：Aeqx=beq Ex17-2 —— 模型的标准形式 Ex17-3 —— 模型的标准形式 Ex17-4 —— 没作完的例题——作为练习 注意： 根据问题规模的大、中、小不同，linprog函数使用不同的算法. 模型四：有约束非线性最优化问题 Ex17-6 —— 只有一个等式约束 Ex17-7 —— 没有等式约束 注: 根据问题大中规模的不同，fmincon函数使用不同的优化算法： (1)中型优化问题, 如果用Aeq 和beq 清楚地提供等式约束，将比用lb 和ub 获得更好的数值解。 (2)若只有等式约束，仍然可以使用大型算法。当既有等式约束又有边界约束时，使用中型算法。 第18章 二次规划 模型五：二次规划——目标函数为自变量的二次函数，约束条件全是线性函数 ①大型优化算法：②中型优化算法：注意：注意以下一些问题： 一些要求： Ex18-1 —— 只有不等式约束 第19章 多目标规划 模型六：多目标最优化问题： 用goalattain函数，将只给出局部最优解。 Ex19-1 —— 两个目标函数，只有不等式约束 Ex19-2 —— 三个目标函数，只有不等式约束 Ex19-3 —— 三个目标函数，只有不等式约束 第20章 最大最小化 模型七：最大最小化——常求目标函数是到最远点的距离为最小，而不是距离和为最小 Ex20-1 —— 只有不等式约束 第21章 半无限问题 模型八：半无限约束 其中，向量（或矩阵）即为半无限约束，它是x 和其他变量的连续函数。变量的最大长度为2。 Ex21-1 —— 一维问题 Ex21-2 —— 二维问题 第22章 最小二乘问题 线性最小二乘问题——数据拟合、非线性参数估计 模型九：线性最小二乘问题 Ax=b——x=A\b,b可是矩阵. 当A的行数大于列数，是用最小二乘法 模型十：非负线性最小二乘——是有约束线性最小二乘问题的一个子集 用1sqnonneg求，解非负。对大于20阶的问题，1sq1in比1sqnonneg 计算速度快。 Ex22-1 —— 比较上面两上方法 模型十一：有约束线性最小二乘 用1sqlin求。对于不同规模的问题，lsqlin函数分别使用不同的算法。 Ex22-2 —— 只有不等式约束 模型十二：非线性最小二乘问题 ——用时注意系数1/2 （1）lsqnonlin没有等式约束。此时，可从fmincon、fminimax、fgoalattain选择使用。 （2）对于不同规模的问题，lsqnonlin函数使用不同的算法. 由于大型算法不能求解待定系统，中型算法不能求解边界约束的问题，所以具备这两个特征的优化问题都不能用lsqnonlin 函数求解。 Ex22-3 Ex22-4 Ex24-2 —— 大型优化问题：采用梯度和Hess矩阵的非线性最小化 Ex24-2(2) —— 与上一节相同的问题，但Hess 矩阵通过有限差分近似得到 模型十三：非线性曲线拟合问题 其中xdata 和ydata为所给数据向量，F(x,xdata) 为预拟合向量函数在xdata的值。 （1）用lsqcurvefit函数进行非线性曲线拟合。其算法与l