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
小欣加油9 分钟前
leetcode 3 无重复字符的最长子串
c++·算法·leetcode
念念01072 小时前
数学建模竞赛中评价类相关模型
python·数学建模·因子分析·topsis
猿究院--王升3 小时前
jvm三色标记
java·jvm·算法
一车小面包3 小时前
逻辑回归 从0到1
算法·机器学习·逻辑回归
tt5555555555555 小时前
字符串与算法题详解:最长回文子串、IP 地址转换、字符串排序、蛇形矩阵与字符串加密
c++·算法·矩阵
元亓亓亓5 小时前
LeetCode热题100--101. 对称二叉树--简单
算法·leetcode·职场和发展
不会学习?6 小时前
算法03 归并分治
算法
NuyoahC6 小时前
笔试——Day43
c++·算法·笔试
2301_821919927 小时前
决策树8.19
算法·决策树·机器学习
秋难降7 小时前
别再用暴力排序了!大小顶堆让「取极值」效率飙升至 O (log n)
python·算法·排序算法