第三讲多变量最优化.ppt

多 变 量 最 优 化;例：竞争性产品生产中的利润最大化;变量：;解得全局极大值点;回答问题：;计算机代数系统--matlab; syms x y z = (339 - 0.01*x - 0.003*y).*x + (399 - 0.004*x - 0.01*y).*y - (400000 + 195*x + 225*y); dzdx = diff(z, x) dzdy = diff(z, y) s = solve(‘-1/50*x + 144 - 7/1000*y = 0, -7/1000*x - 1/50*y + 174 = 0, x, y) subs(z, {x, y}, [s.x, s.y]);灵敏性分析;求偏导数并令其为零，可解得;计算可得，在a=0.01时，有;计算可得，在a=0.01时，有; syms a z = (339 - a*x - 0.003*y).*x + (399 - 0.004*x - 0.01*y).*y - (400000 + 195*x + 225*y) dzdx = diff(z, x) dzdy = diff(z, y) s = solve(-2*a*x + 144 - 7/1000*y = 0, -7/1000*x - 1/50*y + 174 = 0, x, y) dxda = diff(s.x, a) sxa = dxda * a / s.x a = 0.01 eval(sxa);Matlab 优化函数;如果在求极值时使用函数的梯度，则在目标函数的m-文件中应有两个输出，第二个输出为目标函数的梯度向量.;例：单变量最优化;连续约束优化—拉格朗日乘子法;假设：影响水箱设计的因素很多。在我们的模型中，考虑水箱的形状和尺寸、体积、表面积，以及圆柱体和圆锥体的半径。;我们希望最大化水箱的容积V，而总表面积S限制了水箱的容积，所以问题是;模型求解：;模型的敏感性：;Matlab 的优化函数;例：求解极值问题; x0 = [1, 1]; A = [1, -1]; b = 1; LB = [0, 0]; UB = [inf, inf]; [x,f] = fmincon(funobj, x0, A, b, [], [], LB, UB, nonlcon);一般，首先用全局方法（随机搜索、格点搜索、或其他类型方法）估计最优解的近似值，然后用数值最优化工具（如牛顿法）求解，最后对参数的允许值进行灵敏性分析，以保证结果的正确性.