第九章最优化方法.docxVIP

第九章 最优化方法 本章主要介绍线性规划、 0-1 规划、非线性规划等问题的 MATLAB 求解。 线性规划( Linear Programming ，简写为 LP )问题 线性规划问题就是求多变量线性函数在线性约束条件下的最优值。 满足约束 条件的解称为可行解， 所有可行解构成的集合称为可行域， 满足目标式的可行解 称为最优解。 MATLAB 解决的线性规划问题的 标准形式 为： min z= f 敎 孑A祝b s.t JAeq?x beq ?lb ＃ x ub 其中f ,x, b,beq,lb, ub为列向量，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MATLAB中求解线性规划问题函数为linprog，其使用格式为： [x, fval, exitflag, output, lambda] = linprog(f, A, b, Aeq, beq, lb, ub) 输入部分： 其中各符号对应线性规划问题标准形式中的向量和矩阵， 如果约 束条件中有缺少，则其相应位置用 空矩阵[]代替。 输出部分：其中x为最优解，用列向量表示；fval为最优值；exitflag为退出 标志，若 exitflag=1 表示函数有最优解 ，若 exitflag=0 表示超过设定的迭代最大 次数，若exitflag=-2，表示约束区域不可行，若 exitflag=-3，表示问题无解，若 exitflag=-4，表示执行迭代算法时遇到 NaN，若exitflag=-5，表示原问题和对偶 问题均不可行，若exitflag=-7，表示搜索方向太小，不能继续前进；output表明 算法和迭代情况；lambda表示存储情况。 例 1 用 linprog 函数求下面的线性规划问题 min- 5x1 - min - 5x1 - 4x2 - 6x3 s.t. +xx x2 +2+2 x,1 x2 x3 -X1N ￡ ￡ ￡ x3300^? ? 20 4x3 ? 42 30 输入如下： f = [-5, -4,-6]; A = [1 -1 1; 3 2 4; 3 2 0]; b = [20; 42; 30]; lb = zeros(3,1); [x,fval,exitflag,output,lambda] = linprog(f,A,b,[],[],lb) 注意：由于该问题没有等式约束， 所以输入格式中相应的位置用 [] 代替，变 量没有上限约束，所以 ub 也用[]代替，但由于其在最后，可以不写。 输出结果如下： Optimization terminated. x = % 最优解 0.0000 15.0000 3.0000 fval = %最优值 -78.0000 exitflag = %函数收敛于解 1 output = iterations: 6 algorithm: large-scale: interior point cgiterations: 0 message: Optimization terminated. lambda = ineqlin: [3x1 double] eqlin: [0x1 double] upper: [3x1 double] lower: [3x1 double] 450 个20 个单位45 元。例 2 一家家具公司生产桌子和椅子，用于生产的全部劳动力共计 工时，原料是 400 个单位的木材。每张桌子使用 15 个工时的劳动力， 的木材，售价为 80 450 个 20 个单位 45 元。 解设生产桌子X个，椅子y个，建立如下模型： max 80x+ 45y 家Ox+ 5y? 400 ?15x+ 10y? 450 st W x3 0 ?y3 0 输入如下： f = [-80,-45]; A = [20, 5; 15, 10]; b = [400, 450]; lb = zeros(2,1); [x, fval, exitflag] = linprog(f,A,b,[],[],lb) 结果如下： Optimization terminated. x = 14.0000 24.0000 fval = -2.2000e+003 exitflag = 1 注意：由于 linprog 是求目标函数的最小值，如求目标函数 f 的最大值，可先求出f的最小值fval，则-fval就是f的最大值。本例只输出最优解、最优值 和退出标志，可见生产 14个桌子， 24个椅子，可获得最大利润 2200元。 0-1 规划 0-1 规划是一种特殊形式的整数规划，它的决策变量仅取值 0或 1.一般用 0 表示放弃， 1 表示选取，故 0-1 规划可以用来处理选址问题、指派问题、装箱问 题、项目评价、资金分配、生产