Matlab数学规划问题求解.docVIP

Matlab数学规划问题求解 1.线性规划 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，MATLAB6.0解 决的线性规划问题的标准形式为： min ffx, xe R sub.to: A-xb Aeq ? x = beq lbxub 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。 在MATLAB6.0版中，线性规划问题（Linear Programming）己用函数 linprog取代了 MATLAB5.X版中的Ip函数。当然，由于版本的向下兼容性，一 般说来，低版本中的函数在6.0版中仍可使用。 函数 linprog 调用格式： x=linprog(f，A，b) x=linprog(f，A，b，Aeq，beq) x=linprog(f，A，b，Aeq，beq，lb，ub) x=linprog(f，A，b，Aeq，beq，lb，ub，xO) x=linprog(f，A，b，Aeq，beq，lb，ub，xO,options) [x，fval]=linprog(…) [x，fval，exitflag]=linprog(...) [x，fval，exitflag，output]=linprog(...) 说明：x=linprog（f，A, b） 值x为最k解向量。 说明： x=linprog（f，A, b） 值x为最k解向量。 %求min f ’ *x，sub.to A线性规划的最优解。返回 x=linprog（f，A，b，Aeq, beq） %含有等式约束心…a: =/?叫，若没有不等式 约束 则令 A=[]，b=[]。 x = linprog(f，A，b, Aeq, beq, lb, ub) %指定 x 的范围 x=li叩rog(f，A，b，Aeq, beq, lb, ub, xO) %设置 xO 为初值点。 x=linprog(f，A，b，Aeq, beq, lb, ub, xO, options) % options 为指定的优化参 数。下面将进行专门描述。 [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。 若exitflag0表示函数收敛于解x，exitflag=O表示超过函数估值或迭代的最 大数字，exitflag0表示函数不收敛于解x; lambda=lower (lambda.lower)表示下界 lb, lambda=upper (lambda.upper) 表示上界 ub，lambda=ineqlin (lambda.ineqlin)表示不等式约束，lambda=eqlin (lambda.eqlin)表示等式约束，lambda中的非0元素表示对应的约束是有效约束; output=iterations表示迭代次数，output=algorithm表示使用的运算规则， output=cgiterations 表示 PCG 迭代次数。 Options函数描述： 对于优化控制，MATLAB提供了 18个参数，这些参数的具体意义为： opti(ms(l)?参数显示控制(默认值为0)。等于1时显示一些结果。 options(2)?优化点x的精度控制(默认值为le-4)。 options(3)?优化函数F的精度控制(默认值为le-4)。 options(4)?违反约束的结束标准(默认值为le-6)。 options(5)?算法选择，不常用。 options(6)?优化程序方法选择，为0则为BFCG算法，为1则采用DFP算 算法oPtionS(7)?线性插值算法选择，为0则为混合插值算法，为1则采用立方插 算法 ;o options(8)?函数值显示(目标一达到问题中的Lambda ) opti(mS(9)?若需要检测用户提供的梯度，贝蠟为1。 options(lO)?函数和约束估值的数目。 options( 11)-函数梯度估值的个数。 options(12)-约束估值的数目。 options(13)?等约束条件的个数。 options(14)-函数估值的最大次数(默认值是100X变量个数) options(15)?用于目标一达到问题中的特殊目标。 oPtions(16)-优化过程中变量的最小有限差分梯度值。 options(17