运筹学与最优化MATLAB编程第8章.pptVIP

下载本文档

6
0
约3.45千字
约 35页
2020-02-01 发布于辽宁
举报
版权申诉

运筹学与最优化MATLAB编程第8章.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

(1)高斯-牛顿法的收敛与否直接取决于hessian阵的缺省部分S(x)的大小，如果S(x)大于M(x),则高斯-牛顿法一般不收敛。(2)如果M(x)正定，则高斯-牛顿法局部收敛。(3)如果算法收敛，则收敛速度基本取决于S(x)的大小。 8.1　高斯-牛顿法 8.2　lsqnonneg函数(求解非负约束的最小二乘问题) lsqnonneg函数的计算模型为： min x12Cx－d22 s.t.　x≥0 lsqnonneg函数使用的算法为非线性最优化的单纯形法(Nelder-Mead Simplex)。函数语法： x=lsqnonneg(C,d) x=lsqnonneg(C,d,x0) x=lsqnonneg(C,d,x0,options) ［x,resnorm］=lsqnonneg(…) ［x,resnorm,residual］=lsqnonneg(…) ［x,resnorm,residual,exitflag］=lsqnonneg(…) ［x,resnorm,residual,exitflag,output=lsqnonneg(…) 8.2　lsqnonneg函数(求解非负约束的最小二乘问题) 函数输入： C，d：拟合的样本数据；C的每一行代表一组观察数据,C的行数要大于等于Ｃ的列数 x0：初始迭代点 options：函数参数设置函数输出： X：最优点(或者迭代停止点) 8.2　lsqnonneg函数(求解非负约束的最小二乘问题) 函数示例：非负线性回归模型不含常数项示例，M文件Showlsqnonneg.m C=［　　 0.0372　　0.2869 　　 0.6861　　0.7071 　　 0.6233　　0.6245 　　 0.6344　　0.6170］; 8.2　lsqnonneg函数(求解非负约束的最小二乘问题) d=［　　 0.8587 　　 0.1781 　　 0.0747 　　 0.8405］；［x,resnorm,residual,exitflag,output,lambda］=lsqnonneg(C,d) 8.2　lsqnonneg函数(求解非负约束的最小二乘问题) 计算结果： x= 　　　　 0 　　0.6929 residual= 　　0.6599 　 -0.3119 　 -0.3580 　　0.4130 8.2　lsqnonneg函数(求解非负约束的最小二乘问题) 8.3　lsqlin函数(求解带约束的线性最小二乘问题) lsqlin函数的计算模型为： min x12Cx－d22 s.t.Ax≤b Aeqx=beq lb≤x≤ub lsqlin函数使用的算法为信赖域算法。函数语法： x=lsqlin(C,d,A,b) x=lsqlin(C,d,A,b,Aeq,beq) x=lsqlin(C,d,A,b,Aeq,beq,lb,ub) x=lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0) x=lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0,options) 8.3　lsqlin函数(求解带约束的线性最小二乘问题) 函数输入： C,d：拟合的样本数据；C的每一行代表一组观察数据,C的行数要大于等于Ｃ的列数 A：线性不等式约束系数矩阵 B：线性不等式约束常向量 Aeq：线性等式约束系数矩阵 Beq：线性等式约束常向量 8.3　lsqlin函数(求解带约束的线性最小二乘问题) 函数输出： X：最优点(或者迭代停止点) Resnorm：残差平方和norm(C*x-d)^2 Residual：残差C*x-d向量 Exitflag：算法退出表示 8.3　lsqlin函数(求解带约束的线性最小二乘问题) 8.3.1　函数示例(1) min xf(x)=∑mi=1［(x1ci,1+…+xmcm,1)－di］2 s.t.0.20270.27210.74670.46590.19870.19880.44500.41860.60370.01520.93180.88462 x≤0.52510.20260.6721 (－0.1，－0.1，－0.1，－0.1)T≤x≤(2，2，2，2)T 线性回归模型不含常数项示例，M文件ShowLsqlin1.m %数据矩阵C C=［　　0.9501　　0.7620　　0.6153　　0.4057 　　0.2311　　0.4564　　0.7919　　0.9354 　　0.6068　　0.0185　　0.9218　　0.9169 　　0.4859　　0.8214　　0.7382　　0.4102 　　0.8912　　0.4447　　0.1762　　0.8936］; 8.3.1　函数示例(1) %数据矩阵d d=［　　0.057