线性规划的matlab实现.pptVIP

用MATLAB优化工具箱解非线性规划

无约束非线性最优化问题一、无约束非线性最优化问题

1、基本数学原理求解无约束最优化问题的方法主要有两类，即直接搜索法(Directsearchmethod)和梯度法(Gradientmethod)。直接搜索法适用于目标函数高度非线性，没有导数或导数很难计算的情况。由于实际工作中很多问题都是非线性的，故直接搜索法不失为一种有效的解决办法。常用的直接搜索法为单纯形法，此外还有Hooke-Jeeves搜索法、Pavell共轭方向法等，其缺点是收敛速度慢。在函数的导数可求的情况下，梯度法是一种更优的方法。该法利用函数的梯度（一阶导数）和Hess（二阶导数）构造算法，可以获得更快的收敛速度。函数的负梯度方向即反映了函数的最大下降方向。当搜索方向取为负梯度方向时称为最速下降法。常见的梯度法有最速下降法、Newton法、Marquart法、共轭梯度法和拟牛顿法（Quasi-Newtonmethod）等。在所有这些方法中，用得最多的是拟牛顿法。一、无约束非线性最优化问题2、有关函数介绍MATLAB优化工具箱中用于求解无约束非线性规划问题的函数有fminunc和fminsearch。⒈fminunc函数用该函数求多变量无约束函数的最小值。多变量无约束函数的数学模型为：