线性规划问题的matlab求解

时间:2025-04-04

用matlab求解线性规划问题

线性规划问题

线性规划问题是目标函数和约束条件均为线性函数的问题,MATLAB6.0解决的线性规划问题的标准形式为:

min f(x) x属于R

sub.to: A*x<=b;

Aeq*x=beq;

lb<=x<=ub;

其中f、x、b、beq、lb、ub为向量,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MATLAB6.0版中,线性规划问题(Linear Programming)已用函数linprog取代了MATLAB5.x版中的lp函数。当然,由于版本的向下兼容性,一般说来,低版本中的函数在6.0版中仍可使用。

函数 linprog

格式 x = linprog(f,A,b) %求min f ' *x sub.to 线性规划的最优解。 x = linprog(f,A,b,Aeq,beq) %等式约束,若没有不等式约束 ,则A=[ ],b=[ ]。 x = linprog(f,A,b,Aeq,beq,lb,ub) %指定x的范围 ,若没有等式约束 ,则Aeq=[ ],beq=[ ]

x = linprog(f,A,b,Aeq,beq,lb,ub,x0) %设置初值x0

x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options) % options为指定的优化参数

[x,fval] = linprog(…) % 返回目标函数最优值,即fval= f ' *x。

[x,lambda,exitflag] = linprog(…) % lambda为解x的Lagrange乘子。

[x, lambda,fval,exitflag] = linprog(…) % exitflag为终止迭代的错误条件。

[x,fval, lambda,exitflag,output] = linprog(…) % output为关于优化的一些信息

说明 若exitflag>0表示函数收敛于解x,exitflag=0表示超过函数估值或迭代的最大数字,exitflag<0表示函数不收敛于解x;若lambda=lower 表示下界lb,lambda=upper表示上界ub,lambda=ineqlin表示不等式约束,

用matlab求解线性规划问题

lambda=eqlin表示等式约束,lambda中的非0元素表示对应的约束是有效约束;output=iterations表示迭代次数,output=algorithm表示使用的运算规则,output=cgiterations表示PCG迭代次数。

例5-1 求下面的优化问题

min -5*x1-4*x2-6*x3

sub.to x1-x2+x3<=20

3*x1+2*x2+4*x3<=42

3*x1+2*x2<=30

0<=x1;0<=x2;0<=x3;

解:

>>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) 结果为:

x = %最优解

0.0000

15.0000

3.0000

fval = %最优值

-78.0000

exitflag = %收敛

1

output =

iterations: 6 %迭代次数

cgiterations: 0

algorithm: 'lipsol' %所使用规则

lambda =

用matlab求解线性规划问题

ineqlin: [3x1 double]

eqlin: [0x1 double]

upper: [3x1 double]

lower: [3x1 double]

>> lambda.ineqlin

ans =

0.0000

1.5000

0.5000

>> lambda.lower

ans =

1.0000

0.0000

0.0000

表明:不等约束条件2和3以及第1个下界是有效的.

有约束的一元函数的最小值

单变量函数求最小值的标准形式为 min f(x) sub.to x1<x<x2 在MATLAB5.x中使用fmin函数求其最小值。

函数 fminbnd

格式 x = fminbnd(fun,x1,x2) %返回自变量x在区间 上函数fun取最小值时x值,fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄。 x = fminbnd(fun,x1,x2,options) % options为指定优化参数选项

[x,fval] = fminbnd(…) % fval为目标函数的最小值

[x,fval,exitflag] = fminbnd(…) %xitflag为终止迭代的条件

用matlab求解线性规划问题

[x,fval,exitflag,output] = fminbnd(…) % output为优化信息

说明 若参数exitflag>0,表示函数收敛于x,若exitflag=0,表示超过函数估计值或迭代的最大数字,exitflag<0表示函数不收敛于x;若参数output=iterations表示迭代次数,output=funccount表示函数赋值次数,output=algorithm表示所使用的算法。

例5-3 在[0,5]上求下面函数的最小值

f(x)=(x-3)^2-1

解:先自定义函数:在MATLAB编辑器中建立M文件为:

function f = myfun(x)

f = (x-3).^2- 1;

保存为myfun.m,然后在命令窗口键入命令:

>> x=fminbnd(@myfun,0,5)

则结果显示为:

x =

3

无约束多元函数最小值

多元函数最小值的标准形式为 min f(x)

其中:x为向量,如

在MATLAB5.x中使用fmins求其最小值。

命令 利用函数fminsearch求无约束多元函数最小值

函数 fminsearch

格式 x = fminsearch(fun,x0) %x0为初始点,fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄。

用matlab求解线性规划问题

x = fminsearch(fun,x0,options) % options查optimset

[x,fval] = fminsearch(…) %最优点的函数值

[x,fval,exitflag] = fminsearch(…) % exitflag与单变量情形一致

[x,fval,exitflag,output] = fminsearch(…) %output与单变量情形一致 注意:fminsearch采用了Nelder-Mead型简单搜寻法。

命令 利用函数fminunc求多变量无约束函数最小值

函数 fminunc

格式 x = fminunc(fun,x0) %返回给定初始点x0的最小函数值点

x = fminunc(fun,x0,options) % options为指定优化参数

[x,fval] = fminunc(…) %fval最优点x处的函数值

[x,fval,exitflag] = fminunc(…) % exitflag为终止迭代的条件,与上同。

[x,fval,exitflag,output] = fminunc(…) %output为输出优化信息

[x,fval,exitflag,output,grad] = fminunc(…) % grad为函数在解 …… 此处隐藏:4641字,全部文档内容请下载后查看。喜欢就下载吧 ……

线性规划问题的matlab求解.doc 将本文的Word文档下载到电脑

    精彩图片

    热门精选

    大家正在看

    × 游客快捷下载通道(下载后可以自由复制和排版)

    限时特价:7 元/份 原价:20元

    支付方式:

    开通VIP包月会员 特价:29元/月

    注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
    微信:fanwen365 QQ:370150219