实验8　规划问题的数学软件求解.pptVIP

* 最优化是工程技术、经济管理、科学研究中经常遇 到的问题。 结构设计、资源分配、生产计划、运输方案 解决优化问题的手段： （1）经验积累 主观判断、作实验、比优劣、 （2）建立数学模型，求解最优策略 数学实验之 优化问题 （要求：会将实际问题的数学模型提炼出来，并 用matlab函数求解） 1.优化问题的数学模型 x：决策变量；f:目标函数；Ω：可行域 可行解(只满足（2)与最优解（满足（1)，（2)) 无约束优化（只有（1））与约束优化（（1）（2）） 实际问题一般总有约束。 对偶问题 MATLAB能解决的优化问题有： 线性规划 非线性 规划 有约束的一元函数的最小值 无约束多元函数最小值 有约束的多元函数最小值 二次规划问题 极小化极大问题 优化问题的函数和使用说明为位于 help\contents\Optimization Toolbox 2 线性规划 线性规划问题是求决策变量在一组线性等式或线性不 等式约束下，使目标函数达到最小或最大值的一类优 化问题。 min s.t： 其中f、x、b、beq、lb、ub为向量， A、Aeq为矩阵。 函数 linprog x = linprog(f,A,b) %求min f *x sub.to ％ 的线性规划的最优解 x = linprog(f,A,b,Aeq,beq) %等式约束 ，若没有不等式约束， 则A=[ ]，b=[ ]。 x = linprog(f,A,b,Aeq,beq,lb,ub) %指定x的范围 %若没有等式约束 则A=[ ]，b=[ ]。 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 以下则是返回优化信息的函数： 【例1】 求下面的优化问题 sub.to： Min： f = [-5; -4; -6]; %x1,x2,x3的系数 A = [1 -1 1;3 2 4;3 2 0]; % 不等式约束条件的系数矩阵 b = [20; 42; 30]; %右值 lb = zeros(3,1); %X的约束范围，只有左限 [x,fval]= linprog(f,A,b,[],[],lb) %求解 Lingo例子：example1.lg4 min=-5*x1-4*x2-6*x3; x1-x2+x3=30; 3*x1+2*x2+4*x3=42; 3*x1+2*x2=30; x1=0; x2=0; x3=0; Lingo求解更直白，更简单 【例2】 某厂生产甲乙两种口味的饮料，条件如下： 决策变量：甲乙两种饮料的产量x1x2(单位：百箱） 因条件所限，甲饮料产量不能超过8百箱。 问如何安排生产计划，即两种饮料各生产多少使获利最大。 目标函数： sub.to： 使用图解法求解： 约束条件： x1 x2 三个交点点分别是： （45/7,30/7） （8, 7/2）（8,12/5） Z=0 目标函数和约束条件是线性函数 可行域为直线段围成的凸多边形 目标函数的等值线为直线 最优解一定在凸多边形的某个顶点取得。 10x1+9x2=c 图解法适用于两个变量的线性规划问题； x1 使用matlab求交点， 可以解线性方程组： 交点为：P4:（45/7,30/7） x2 在轴上的坐标分别为： P0: (10,0); P1: (0,12); P0 P1 在轴上的坐标分别为： P2: (15,0); P3: (0, 7.5); P2 P