MATLAB非线性规划问题样本.docxVIP

资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 一．非线性规划课题 实例 1 表面积为 36 平方米的最大长方体体积。 建立数学模型 : x、 y 、 z 分别为长方体的三个棱长 , f 为长方体体积。 max f = x y (36-2 x y)/2 (x+y) 实例 2 投资决策问题 某公司准备用 5000 万元用于 A、 B 两个项目的投资 , 设 x1、 x 2 分别表示配给项目 A、 B 的投资。预计项目 A、 B 的年收益分别为 20%和 16%。同时 , 投资 后总的风险损失将随着总投资和单位投资的增加而增加 , 已知总的风险损失为 2x12+x22+(x 1+x2) 2. 问应如何分配资金 , 才能使期望的收益最大 , 同时使风险损失 为最小。 建立数学模型 : max f=20x +16x - λ[2x 2 +x 2 2 ] 1 +(x +x ) 1 2 2 1 2 s.t x 1+x2 ≤5000 x 1 ≥ 0,x 2≥0 目标函数中的 λ≥ 0 是权重系数。 由以上实例去掉实际背景 , 其目标函数 与约束条件 至少有一处是非线性的 , 称其为非线性问题。 非线性规划问题可分为 无约束问题 和有约束问题 。实例 1 为无约束问题 , 实 例 2 为有约束问题。 二．无约束非线性规划问题 : 求解无约束最优化问题的方法主要有两类 : 直接搜索法 (Search method) 和 梯度法 (Gradient method), 单变量用 fminbnd,fminsearch,fminunc; 多变量用 fminsearch,fminnuc 1． fminunc 函数 调用格式 : x=fminunc(fun,x0) x=fminunc(fun,x0,options) 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 x=fminunc(fun,x0,options,P1,P2) [x,fval]=fminunc(  ? ) [x,fval, exitflag]=fminunc(  ?) [x,fval, exitflag,output]=fminunc(  ?) [x,fval, exitflag,output,grad]=fminunc(  ?) [x,fval, exitflag,output,grad,hessian]=fminunc(  ? ) 明 : fun 需最小化的目 函数 , x0 定的搜索的初始点。 options 指 定 化参数。 返回的 x 最 解向量 ; fval 为 x 的目 函数 ; exitflag 描述函数的 出条件 ; output 返回 化信息 ; grad 返回目 函数在 x 的梯度。 Hessian 返回在 x 目 函数的 Hessian 矩 信息。 例 1 : 求 min f 8x 4 y x2 3 y 2 程序 : 确定一个初始点 : [x,y]=meshgrid(-10:.5:10); z= 8*x-4*y +x.^2+3*y.^2; surf(x,y,z) 初始点 : x0=(0,0) x0=[0,0]; 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 [x,fval,exitflag]=fminunc( ‘ 8*x(1)-4*x(2) +x(1)^2+3*x(2)^2 ‘,x0) 果 : x = -4.0000 0.6667 fval = -17.3333 exitflag = 1 例 2: min f 4 x2 5xy 2y 2 程序 : 取初始点 : x0=(1,1) x0=[1,1]; [x,fval,exitflag]=fminunc( ‘ 4*x(1)^2+5*x(1)*x(2)+2*x(2)^2 ‘,x0) 果 : x = 1.0e-007 * -0.1721 0.1896 fval = 2.7239e-016 exitflag = 1 2． minsearch 函数 用格式 : x=fminsearch(fun,x0) x=fminsearch(fun,x0,options) x=fminsearch(fun,x0,options,P1,P2) [x,fval]=fminsearch( ? ) 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 [x,fval, exitflag]=fminsearch(  ?) [x,fval, exitflag,output]=fminsearch(  ?) [x,fval, exitflag,output,grad]=fminsearch(  ?) [x,fva