无约束优化选址问题.pdf

无约束优化选址问题 超市选址问题 问题的提出：怎么选择超市的地址，使得居民区离超市所在位 置距离最近。 居民区位置用二维坐标表示，（X ,Y ）i=1,2,..n 。 i i 此问题的优化模型为： n min D = 2 2 [(xx ) (yy ) ] i i i1 实例分析 某投资商想在城市居民区新建一个超市，已知其五个居民区的位置坐标如下表： X Y 1 10 3 2 -4 11 3 6 -2 4 2 14 5 -5 1 为使超市离居民区距离之和达到最小，该如何选择超市的位置？ 居民区坐标位置图绘制如下： 则此问题的优化模型为 minD= + + (x10) (y3)2 2 (x4) (y11)2 2 + + 2 2 (x5) (y1)2 2 (x6) (y2) 2 2 (x2) (y14) 函数用MATLAB画出曲面图以及等高线图 [X,Y]=meshgrid(-10:0.1:10); Z=sqrt((X-10).^2+(Y-3).^2)+sqrt((X+4).^2+(Y-11).^2)+sqrt((X-6).^2+(Y+ 2).^2)+... sqrt((X-2).^2+(Y-14).^2)+sqrt((X+5).^2+(Y-1).^2); surf(X,Y,Z) shading interp xlabel( X); ylabel(Y); zlabel(Z); title(surf of surface) [X,Y]=meshgrid(-10:0.1:10); Z=sqrt((X-10).^2+(Y-3).^2)+sqrt((X+4).^2+(Y-11).^2)+sqrt((X-6).^2+(Y+ 2).^2)+... sqrt((X-2).^2+(Y-14).^2)+sqrt((X+5).^2+(Y-1).^2); contour(X,Y,Z,100) shading interp xlabel( X); ylabel(Y); title(contour of surface) 我们可以用无约束优化算法中的最速下降法进行求解 Grad.m function [x,val,k]=grad(fun,gfun,x0) % 功能: 用最速下降法求解无约束问题: min f(x) %输入: x0是初始点, fun, gfun分别是目标函数和梯度 %输出: x, val分别是近似最优点和最优值, k是迭代次数. maxk=5000; %最大迭代次数 rho=0.5;sigma=0.4; k=0; epsilon