[工学]MATLAB优化工具箱.pptVIP

* 线性规划的MATLAB命令 x=lp(c,A,b) x=lp(c,A,b,v1) x=lp(c,A,b,v1,v2) x=lp(c,A,b,v1,v2,x0) x=lp(c,A,b,v1,v2,x0,ne) x=lp(c,A,b,v1,v2,x0,ne,dis) [x,lag]=lp(c,A,b, …) [x,lag,how]=lp(c,A,b…) min z =cx s.t. Ax≦b v1 ,v2 为给出x的下界和上界，v1 ,v2的维数k可以小于x的维数，这时v1 ,v2 表示x的前k个分量的下界和上界； x0 表示初始解； ne 等式约束的个数，将等式约束置于不等式约束前面。 当某些参数省缺时，需用[ ] 占位 dis 控制警告信息，dis=-1,不显示 lag 拉格朗日乘子,how 给出错误信息 命令 说明 例1 求解 max z = 3x1+x2 s.t. －x1+x2 ≤ 2 x1－2x2 ≤ 2 3x1+2x2 ≤ 14 x1,x2≥0 输入方法 c=-[3,1]; A=[-1,1;1,-2;3,2]; b=[2,2,14]; v1=[0,0]; x=lp(c,A,b,v1) z=-c*x 例题 输出结果 x = 4 1 z = 13 例题 输入方法 输出结果 例2 求解 min z = x1+x2 s.t. x1－x2 ≤1 x1 ≥ 0 c=[1,1];A=[1,-1];b=1; v1=0;x=lp(c,A,b,v1) z=-c*x x =[ 0 -1] z = 1 例3 求解 例题 输入方法 c=[-6,-4];A=[2,3;4,2]; b=[100,120];vlb=[0,0];vub=[] [x,lam]=lp(c,A,b,vlb,vub) Z=c*x 输出结果 x = 20.0000 20.0000 lam = 0.5000 1.2500 0 0 Z = -200 例题 输入方法 c=[-5,4,2];A=[6,-1,1;1,2,4]; b=[8,10];vlb=[-1,0,0];vub=[3,2]; [x,lam]=lp(c,A,b,vlb,vub) Z=c*x 输出结果 x = 1.3333 0 0 lam = 0.8333 0 0 3.1667 2.8333 0 0 Z = -6.6667 例4 求解 二次规划的MATLAB命令 x=qp(H,c,A,b) x=qp(H,c,A,b,v1) x=qp(H,c,A,b,v1,v2) x=qp(H,c,A,b,v1,v2,x0) x=qp(H,c,A,b,v1,v2,x0,ne) x=qp(H,c,A,b,v1,v2,x0,ne,dis) [x,lam]=lp(H,c,A,b, …) [x,lam,how]=lp(H,c,A,b…) min q(x)=1/2xTHx+cTx s.t. Ax≤b v1 ,v2 为给出x的下界和上界，v1 ,v2的维数k可以小于x的维数，这时v1 ,v2 表示x的前k个分量的下界和上界； x0 表示初始解； ne 等式约束的个数，将等式约束置于不等式约束前面。Dis控制警告信息,dis=-1时不显示警告信息 当某些参数省缺时，需用[ ] 占位 lag 拉格朗日乘子, how 错误信息 命令 说明 例题 输入方法 H=[1,-1;-1,2];c=[-2,-6]; A=[1,1;-1,2;2,1];b=[2;2;3]; [x,l]=qp(H,c,A,b,zeros(2,1)) 输出结果 x = 0.6667 1.3333 l = 3.1111 0.4444 0 0 0 例题 输入方法 H=[2,0;0,2];c=[-4,0]; A=[-1,1;1,-1];b=[2;-1]; X=qp(H,c,A,b,zeros(2,1)) 输出结果 X = 0.5000 1.5000 约束线性最小二乘 非负线性最小二乘 约束极小 （非线性规划） 非线性最小二乘 无约束极小 （非线性规划） .m文件