atlab优化工具箱介绍.docVIP

Matlab优化工具箱简介 1 引言 最优化方法是专门研究如何从多个方案中选择最佳方案的科学。最优化是一门应用广泛的学科,它讨论决策问题的最佳选择的特性,构造寻求最佳解的计算方法[1]。在生活和工作中，优化问题广泛存在。最优化方法的研究和应用已经涉及很多领域，并取得了很好的经济效益和社会效益。 MATLAB是Mathworks公司推出的一套功能强大的过程计算及数值分析软件，是目前世界上应用最广泛的工程计算软件之一[2]。它包含很多工具箱，主要用来扩充matlab的数值计算、符号运算、图形建模仿真等功能，使其能够用于多种学科。如，控制系统工具箱（Control System Toolbox）、信号处理工具箱（Signal Processing Toolbox）、财政金融工具箱(Financial Toolbox)等等.本文主要介绍Matlab的优化工具箱（Optimization Toolbox）的一些内容。 2 优化工具箱简介 （1）Matlab的优化工具箱主要应用包括: ①求解无约束条件非线性极小值； ②求解约束条件下非线性极小值，包括目标逼近问题、极大-极小值问题；? ③求解二次规划和线性规划问题； ④非线性最小二乘逼近和曲线拟合； ⑤求解复杂结构的大规模优化问题。 （2）优化工具箱的常用函数： 边界约束条件下的非线性最小化 fminbnd 求解多变量函数的最小化 fminunc 求解无约束非线性最小化 fminsearch 求解线性线性规划问题 linprog 求解二次规划问题 quadprog 求解有约束的非线性最小化 fmincon 求解多目标规划的优化问题 fgoalattain 求解最小、最大化问题 fminimax （3）Matlab优化函数的查阅与定位 在matlab的命令窗口键入命令 help optiom 结果显示该工具箱中所有函数清单,部分函数如下图示。 优化工具箱部分函数清单 （4）优化工具箱的结构 优化工具箱的结构如下图所示； 3 优化函数简介 3.1 线性规划问题 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。 线性规划问题的数学模型为： min s.t.： 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。 函数 linprog 调用格式如下： 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 3.2 非线性规划问题 3.2.1 无约束非线性规划问题 多元函数最小值的数学模型为： 其中：x为向量，如 可以使用函数fminbnd、fminsearch和fminunc。 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) % options为指定优化参数选项 [x,fval] = fminbnd(…) % fval为目标函数的最小值 [x,fval,exitflag] = fminbnd(…) %xitflag为终止迭代的条件 [x,fval,exitflag,output] = fminbnd(…) % output为优化信息 函数 fminsearch 格式 x = fminsearch(fun,x0) %x0为初始点，fun为目标函数的