优化模型与MATLAB优化工具箱.pptxVIP

数学建模讲座（2004年7月~8月? 优化模型与MATLAB优化工具箱;简要提纲 ;优化模型 ;;MATLAB优化工具箱能求解的优化模型;MATLAB优化工具箱能求解的优化模型;MATLAB优化工具箱能求解的优化模型;MATLAB优化工具箱能求解的优化模型;需要掌握的几个重要方面; fzero: 单变量方程 f(x)=0 求根(变号点);fsolve: 多变量方程组F(x)=0求解;fminunc: 无约束优化;控制参数设定/获取: optimset; optimget;Diagnostics ‘on’ | {‘off’} //是否显示诊断信息 Display off | iter | ‘final’ | ‘notify‘ //显示信息的级别 GradObj ‘on’ | {‘off’}//是否采用分析梯度 Jacobian ‘on’ | {‘off’} //采用分析Jacob阵（用于约束优化中） LargeScale ‘on’ | {‘off’}//是否采用大规模算法 MaxFunEvals 最大函数调用次数 MaxIter 最大迭代次数 TolCon 约束的控制精度（用于约束优化中） TolFun 函数值的控制精度 TolX 解的控制精度;最一般的输出形式 [x,f,exitflag,out,grad,hess]=fminunc(...);x0=[1,1];a=10;b=1; format short e fopt1=optimset(Display,iter); [x,f,exitf]=fminunc(@fun071,x0,fopt1,a,b); x,f,exitf pause fopt2=optimset(TolFun,1e-8,TolX,1e-8); [x,f,exitf,output,grad]=fminunc(@fun071,x0,fopt2,a,b); x,f,exitf,output,grad pause fopt3=optimset(TolFun,1e-1,TolX,1e-1); [x,f,exitf,output,grad]=fminunc(@fun071,x0,fopt3,a,b); x,f,exitf,output,grad;算法选择：LargeScale ‘on’|‘off’（on为缺省); ;采用分析梯度; ;x0;算法选择：BFGS公式，混合2，3次插值，一般较好。;约束线性最小二乘;非线性最小二乘方法;算法选择: 缺省：大规模算法（LargeScale = on ）;[x,fval,exitflag,output,lambda] = linprog(c,A1,b1,A2,b2,v1,v2,x0,options);二次规划;非线性规划;nlcon.m给出约束,GradConstr=‘on’时还给出梯度,形式为;例 加工奶制品的生产计划;1桶牛奶 ;原油生产计划;决策变量：; 含量限制 ;总盈利：126000元 ;II: 通过广告增加销售(1元广告费：增加10桶销售); 含量限制 ;总盈利：287750元 ;外汇兑换;需求限制 ;s=[1 0.58928 1.743 138.3; 1.697 1 2.9579 234.7 ; 0.57372 0.33808 1 79.346; 0.007233 0.00426 0.0126 1]; s2=(s(2,1)+1/s(1,2))/2; s3=(s(3,1)+1/s(1,3))/2; s4=(s(4,1)+1/s(1,4))/2; c1=[1 s(1,2)*s2 s(1,3)*s3 s(1,4)*s4]; c2=[s(2,1) s2 s(2,3)*s3 s(2,4)*s4]; c3=[s(3,1) s(3,2)*s2 s3 s(3,4)*s4]; c4=[s(4,1) s(4,2)*s2 s(4,3)*s3 s4]; c=-[c1 c2 c3 c4]; Ae=[ones(1,4),zeros(1,12); zeros(1,4),ones(1,4),zeros(1,8); zeros(1,8),ones(1,4),zeros(1,4); zeros(1,12),ones(1,4)]; A=[-1 0 0 0 -s(2,1) 0 0 0 -s(3,1) 0 0 0 -s(4,1) 0 0 0; 0 -s(1,2) 0 0 0 -1 0 0 0 -s(3,2) 0 0 0 -s(4,2) 0 0; 0 0 -s(1,3) 0 0 0 -s(2,3)