用matlab優(yōu)化工具箱解線性規(guī)劃(編輯修改稿)
2025-08-20 02:20 本頁面
【文章內容簡介】 = fminsearch（5）[x，fval，exitflag，output]= fminunc（...）； 或[x，fval，exitflag，output]= fminsearch（...）說明:? fminsearch是用單純形法尋優(yōu). fminunc的算法見以下幾點說明：[1] fminunc為無約束優(yōu)化提供了大型優(yōu)化和中型優(yōu)化算法。由options中的參數LargeScale控制：LargeScale=’on’(默認值),使用大型算法LargeScale=’off’(默認值),使用中型算法[2] fminunc為中型優(yōu)化算法的搜索方向提供了4種算法，由 options中的參數HessUpdate控制：HessUpdate=’bfgs’（默認值），擬牛頓法的BFGS公式；HessUpdate=’dfp’，擬牛頓法的DFP公式；HessUpdate=’steepdesc’，最速下降法[3] fminunc為中型優(yōu)化算法的步長一維搜索提供了兩種算法， 由options中參數LineSearchType控制：LineSearchType=’quadcubic’(缺省值)，混合的二次和三 次多項式插值；LineSearchType=’cubicpoly’，三次多項式插? 使用fminunc和 fminsearch可能會得到局部最優(yōu)解.例3 min f(x)=(4x12+2x22+4x1x2+2x2+1)*exp(x1)編寫M文件 : function f = fun1 (x) f = exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1)。 : x0 = [1, 1]。 x=fminunc(‘fun1’,x0)。 y=fun1(x)運行結果: x= y = 例4 Rosenbrock 函數 f（x1，x2）=100（x2x12）2+(1x1)2 的最優(yōu)解（極?。閤*=（1，1），極小值為f*= 不同算法（搜索方向和步長搜索）求數值最優(yōu)解. 初值選為x0=（ , 2）.1. 為獲得直觀認識，先畫出Rosenbrock 函數的三維圖形, 輸入以下命令： [x,y]=meshgrid(2::2,1::3)。 z=100*(yx.^2).^2+(1x).^2。 mesh(x,y,z)2. 畫出Rosenbrock 函數的等高線圖,輸入命令： contour(x,y,z,20) hold on plot(,2,39。 o 39。)。 text(,2,39。start point39。) plot(1,1,39。o39。) text(1,1,39。solution39。)輸入命令: f=39。100*(x(2)x(1)^2)^2+(1x(1))^239。 [x,fval,exitflag,output]=fminsearch(f, [ 2])運行結果: x = fval =exitflag = 1output = iterations: 108 funcCount: 202 algorithm: 39。NelderMead simplex direct search39。4. 用fminunc 函數(1) function f=fun2(x) f=100*(x(2)x(1)^2)^2+(1x(1))^2(2)Rosenbrock函數不同算法的計算結果可以看出，.例5 產銷量的最佳安排 某廠生產一種產品有甲、乙兩個牌號，討論在產銷平衡的情況下如何確定各自的產量，使總利潤最大. 所謂產銷平衡指工廠的產量等于市場上的銷量. 符號說明z(x1,x2)表示總利潤；p1，q1，x1
規(guī)章制度相關推薦
鄂ICP備17016276號-1