第10讲-最优化问题计算方法.pptVIP

Slide 1 (of 11) 非线性方程数值解 无约束最优化问题求解 有约束最优化问题的计算机求解 10.1 一般非线性方程数值解 求出已知多元方程的一个实数根的函数调用格式 最简求解语句 一般求解语句 选择方法和修改控制精度的函数调用格式 获得默认的常用变量 设置控制参数 或 求解数值代数方程组的步骤 设置变量，使等式变成如下所示 按如下方式描述等式 M-函数 匿名函数 Inline函数，不推荐使用 求解方程组 检验阶的正确性 例 1 数值方法求解 选择变量 把原始方程组变为 变成矩阵形式 描述方程的方法 M-函数 匿名函数 Inline函数 当初值选为 当使用另一个搜索初始点 注意：选择不同的初值可以得出不同的结果 例 2 数值方法解 使用solve()函数： 使用图解法求初始值： 重新设置相关精度的控制变量 所期望的精度可能无法达到 然而，在算精度制下的最好结果可以得到 10.2 无约束最优化问题求解 解析解法和图解法 基于MATLAB的数值解法 全局最优解与局部最优解 利用梯度求解最优化问题 带有变量边界约束的最优化问题求解 数学描述 无约束最小化问题的数学描述 目标函数是一个标量函数 向量 决定变量， 或优化变量 物理意义：求取一组 向量，使得最优化目标函数 为最小 最大化问题 2.1 解析解法和图解法 无约束最优化问题的必要条件： 其中， 是最优点 方程的求解可能会更难，有时可能需要二阶导数运算 例 3 研究下式的最优性 绘制函数 的一阶导数 求一阶导数为零的点，并验证二阶导数为正 2.2 基于MATLAB的数值解法 得出数值解的函数调用格式 最简求解语句 或 一般求解格式 或 描述目标函数 M-函数 匿名函数 Inline函数（不推荐使用） 在匿名函数或inline函数中无法使用中间变量 例 4 给定 ，求其最小值 使用函数fminsearch()： 使用函数fminunc()： 绘制出搜索过程中间点的轨线： 结果： 2.3 全局最优解与局部最优解 最小值存在的必要条件是 使用搜索方法，从初始值出发，可能找到唯一的一个这样的点，它是全局最小值 例 5 给定 观察不同的初值得出的最小值 构造目标函数 初值是 初值是 在 内的曲线： 在 内的曲线 2.4 利用梯度求解最优化问题 有时，仅利用目标函数提供的信息，很难得到最优解。这是由于求解最优化问题收敛速度一般较慢，尤其是变量较多的最优化问题 可以利用梯度信息解决上述问题 例 6 求 Rosenbrock 函数的无约束最优化问题 绘制三维等高线图： 无梯度信息 求梯度矩阵： 编写目标函数： 求解最优化问题 3 有约束最优化问题的计算机求解 约束条件与可行解区域 线性规划问题的计算机求解 二次型规划的求解 一般非线性规划问题的求解 3.1 约束条件与可行解区域 有约束非线性最优化问题的一般描述为 其中， 所有的 满足约束条件 该范围称为可行解区域 例 7 图解方法求解： 目标函数描述 可行解区域描述 可行区域图解说明 3.2 线性规划问题的计算机求解 线性规划(LP)问题的一般数学描述为 所有都是线性的 注意，约束的标准形式 求解LP问题的函数调用格式 例 8 试求解下面的线性规划问题 MATLAB求解语句： 例 9 求解下列LP问题： 先将原问题转换为最小值问题 MATLAB求解命令 例 10 是求解下列LP问题 双下标描述 将原问题转换成单下标自变量 原问题改写成 MATLAB求解命令 3.3 二次型规划的求解 一般二次型规划问题的数学表示为 首先建立矩阵表述 求解二次型规划问题的函数调用格式 例 11 试求解下面的四元二次型规划问题 首先求出相关矩阵形式 展开目标函数得 写成矩阵形式 MATLAB求解语句 其中，忽略了常数30 3.4 一般非线性规划问题的求解 一般非线性规划问题 其中， 物理解释：在给出的约束条件下，找出向量 ，使目标函数达到最小值 简化描述 求解出非线性规划问题 例 12 试求解下面非线性规划问题