第2讲MATLAB程序设计及其调试.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * eqlin: [0x1 double] %线性等式约束有效情况，不为0表示约束有效. eqnonlin: [0x1 double] %非线性等式约束有效情况. ineqlin: 2.5081e-008 %线性不等式约束有效情况. neqnonlin: 6.1938e-008 %非线性不等式约束有效情况. grad = %目标函数在最小值点的梯度. 1.0e-006 * -0.1776 hessian = %目标函数在最小值点的Hessian值. 1.0000 -0.0000 -0.0000 1.0000 二次规划问题 二次规划问题（quadratic programming）的标准形式为： sub.to 其中，H、A、Aeq为矩阵，f、b、beq、lb、ub、x为向量 其它形式的二次规划问题都可转化为标准形式. MATLAB5.x版中的qp函数已被6.0版中的函数quadprog取代。 函数 quadprog 格式 x = quadprog(H,f,A,b) %其中H,f,A,b为标准形中的参数，x为目标函数的最小值. x = quadprog(H,f,A,b,Aeq,beq) %Aeq,beq满足等约束条件. x = quadprog(H,f,A,b,Aeq,beq,lb,ub) % lb,ub分别为解x的下界与上界. x = quadprog(H,f,A,b,Aeq,beq,lb,ub,x0) %x0为设置的初值 x = quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options) % options为指定的优化参数. [x,fval] = quadprog(…) %fval为目标函数最优值. [x,fval,exitflag] = quadprog(…) % exitflag与线性规划中参数意义相同. [x,fval,exitflag,output] = quadprog(…) % output与线性规划中参数意义相同. [x,fval,exitflag,output,lambda] = quadprog(…) % lambda与线性规划中参数意义相同 . 例8求二次规划的最优解 max f (x1, x2)=x1x2+3 sub. to x1+x2-2=0 解：化成标准形式： sub.to x1+x2=2 在Matlab中实现如下： H=[0,-1;-1,0]; f=[0;0]; Aeq=[1 1]; b=2; [x,fval,exitflag,output,lambda] = quadprog(H,f,[ ],[ ],Aeq,b) 结果为： x = 1.0000 1.0000 fval =-1.0000 exitflag =4 output = iterations: 1 algorithm: large-scale: projective preconditioned conjugate gradients f irstorderopt: 0 cgiterations: 1 message: Optimization terminated: local minimum found; the solution is singular. lambda = eqlin: 1.0000 ineqlin: [ ] lower: [ ] upper: [ ] 极小化极大（Minmax）问题 sub.to 其中：x、b、beq、lb、ub是向量，A、Aeq为矩阵，C(x)、Ceq(x)和F(x)是返回向量的函数，F(x)、C(x)、 Ceq(x) 可以是非线性函数. 函数 fminimax 格式 x = fm