数学建模:线性与非线性优化算法

🔆 文章首发于我的个人博客:欢迎大佬们来逛逛

数学建模:线性与非线性优化算法

优化算法是指在满足一定条件下,在众多方案中或者参数中最优方案,或者参数值,以使得某个或者多个功能指标达到最优,或使得系统的某些性能指标达到最大值或者最小值

优化的两个关键点:

1.明确优化的目标函数

2.明确优化变量之间需要满足的约束

线性优化

使用函数:linprog

函数原型:

matlab 复制代码
[x,fval]=linprog(f,A,b,Aeq,Beq,LB,UB)
  • x:求得最优情况下变量的解
  • fval:求得最优目标值
  • f:目标函数的系数(符号按最小值标准,若目标是求解机大值可以通过添加负号改成求极小值)
  • A:不等式约束的变量系数(符合按小于标准,如果是大于约束可通过加负号变成小于)
  • b:不等式约束的常量
  • Aeq:等式约束的变量系数
  • Beq:等式约束的常量
  • LB:变量的下限
  • UB:变量的上限

例如我们需要计算求解如下线性函数的最优解:

m i n { − x 1 − 2 x 2 + 3 x 3 } x 1 + x 2 ⩾ 3 x 2 + x 3 ⩾ 3 x 1 + x 3 = 4 0 ≤ x 1 , x 2 , x 3 ≤ 2 \begin{gathered}min\{-x_1-2x_2+3x_3\} \\x_1+x_2\geqslant3 \\x_2+x_3\geqslant3 \\x_1+x_3=4 \\0\leq x_1,x_2,x_3\leq2 \end{gathered} min{−x1−2x2+3x3}x1+x2⩾3x2+x3⩾3x1+x3=40≤x1,x2,x3≤2

matlab 复制代码
clc;clear;

f = [-1;-2;3];
%% 不等式约束
A = [-1,-1,0;0,-1,-1];
B = [-3,-3];

%% 等式约束
Aeq = [1,0,1];
Beq = [4];

%% 上下限
LB = zeros(3,1);
UB = 2*ones(3,1);

%% 线性优化
[x,fval] = linprog(f,A,B,Aeq,Beq,LB,UB);

%% 输出结果

objstr = ['目标函数最优值:',num2str(fval)];
disp(objstr);
for i = 1:length(x)
    xstr = ['x',num2str(i),'的系数为: ',num2str(x(i))];
    disp(xstr);
end

非线性优化

fmincon是MATLAB的非线性规划求解函数

matlab 复制代码
[x,fval]=fmincon(fun,x0,A,b,Aeq,Beq,LB,UB,nonlcon)
  • x:求得最优情况下变量的解
  • fval:求得最优目标值
  • fun:目标函数(符号按最小值标准,若目标是求解机大值可以通过添加负号改成求极小值)
  • x0:初始解
  • A:不等式约束的变量系数(符合按小于标准,如果是大于约束可通过加负号变成小于)
  • b:不等式约束的常量
  • Aeq:等式约束的变量系数
  • Beq:等式约束的常量
  • LB:变量的下限
  • UB:变量的上限
  • nonlcon :非线性约束函数表达式

m a x { x 1 2 − x 2 2 + x 2 x 3 } 2 x 1 + x 2 + 3 x 3 ≤ 6 x 1 2 + x 1 x 2 + x 2 x 3 ≤ x 2 + 6 0 ≤ x 1 , x 2 , x 3 ≤ 1 \begin{gathered}max\begin{Bmatrix}x_1^2-x_2^2+x_2x_3\end{Bmatrix} \\2x_1+x_2+3x_3\leq6 \\x_1^2+x_1x_2+x_2x_3\leq x_2+6 \\0\leq x_1,x_2,x_3\leq1 \end{gathered} max{x12−x22+x2x3}2x1+x2+3x3≤6x12+x1x2+x2x3≤x2+60≤x1,x2,x3≤1

matlab 复制代码
clc;clear;

% 指定初始解
x0 = zeros(3,1);
%% <线性>不等约束
A = [2,1,3];
B = [6];

%% <线性>等式约束
Aeq = [];
Beq = [];

%% 变量上下限
LB = zeros(3,1);
UB = 1*ones(3,1);

%% 整体非线性优化目标函数
fun = @(x) -x(1)^2-x(2)^2+x(2)*x(3);

%% 取得非线性不等式约束函数
nonlcon = @noLinearLimited;
[x,fval] = fmincon(fun,x0,A,B,Aeq,Beq,LB,UB,nonlcon);

objstr=['目标函数最优值:',num2str(-fval)];
disp(objstr)
for i=1:length(x)
    xstr=['x',num2str(i),'的值为:',num2str(x(i))];
    disp(xstr)
end

%% 非线性不等式约束的表达式,如果有多个,则在C后面加; 补充即可
function [C,Ceq] = noLinearLimited(x)
    C = [x(1)^2+x(1)*x(2)+x(2)*x(3)-x(2)-6];
    Ceq = [];
end
相关推荐
2301_764441331 天前
LISA时空跃迁分析,地理时空分析
数据结构·python·算法
东北洗浴王子讲AI1 天前
GPT-5.4辅助算法设计与优化:从理论到实践的系统方法
人工智能·gpt·算法·chatgpt
Billlly1 天前
ABC 453 个人题解
算法·题解·atcoder
玉树临风ives1 天前
atcoder ABC 452 题解
数据结构·算法
feifeigo1231 天前
基于马尔可夫随机场模型的SAR图像变化检测源码实现
算法
fengfuyao9851 天前
基于STM32的4轴步进电机加减速控制工程源码(梯形加减速算法)
网络·stm32·算法
551只玄猫1 天前
【数学建模 matlab 实验报告13】主成分分析
开发语言·数学建模·matlab·课程设计·主成分分析
无敌昊哥战神1 天前
深入理解 C 语言:巧妙利用“0地址”手写 offsetof 宏与内存对齐机制
c语言·数据结构·算法
小白菜又菜1 天前
Leetcode 2075. Decode the Slanted Ciphertext
算法·leetcode·职场和发展
Proxy_ZZ01 天前
用Matlab绘制BER曲线对比SPA与Min-Sum性能
人工智能·算法·机器学习