【数学建模笔记】3.非线性规划

最新推荐文章于 2024-06-19 08:26:08 发布

Imagine_cc

最新推荐文章于 2024-06-19 08:26:08 发布

阅读量9.4k

点赞数 15

文章标签：数学建模

本文链接：https://blog.csdn.net/Imagine_cc/article/details/123608074

版权

本文详细介绍了非线性规划的概念，通过投资决策问题阐述了非线性规划的实例，并给出了其数学模型。同时，讲解了MATLAB中解决非线性规划问题的fmincon函数的使用方法。此外，还讨论了二次规划的特性，以及如何使用quadprog函数解决此类问题。最后，结合实际的水泥供应问题，展示了如何运用线性和非线性规划方法进行优化计算。

摘要由CSDN通过智能技术生成

1.非线性规划的实例与定义

如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问题。

例1：（投资决策问题）

某企业拥有n个项目可供选择投资，并且至少要对其中一个项目投资。已知该企业拥有总资金A元，投资于第i（i=1,....n)个项目需花费资金ai元，并预计可收益bi元，试选择最佳投资方案。

2.非线性规划的数学模型

一般形式：

$min\, f\left ( x \right )$

$s.t\begin{Bmatrix} h_{j}\left ( x \right )\leq 0\, j=1,2,...q\\ g_{i}\left ( x \right )= 0\, i=1,2,...p \end{Bmatrix}$

在一组等式或不等式的约束下，求一个函数的最大值（或最小值）问题，其中至少有一个非线性函数，这类问题称之为非线性规划问题。

matlab中非线性规划的数学模型写成以下形式：

$min\, f\left ( x \right )$

$s.t.\left\{\begin{matrix} Ax\leqslant b\\ Aeqx=beq\\ c\left ( x \right )\leqslant 0\\ ceq\left ( x \right )=0\\ lb\leqslant x\leqslant ub \end{matrix}\right.$

其中f(x)是标量函数，A,b,Aeq,beq,lb,ub是相应维数的矩阵和向量，c(x),ceq(x)是非线性向量函数

matlab中的命令是：

[x,fval]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)

x的返回值是决策向量x的取值;

fval返回的是目标函数的取值;

fun是用M文件定义的函数;

x0是x的初始值;

A,b,Aeq,beq定义了线性约束Ax<=b,Aeqx=beq,如果没有线性约束，则A=[ ],b=[ ],Aeq=[ ],beq=[ ];

lb和ub是变量x的下界和上界，如果上界和下界没有约束，即x无下界也无上界，则lb=[ ],ub=[ ]，也可以写成lb的各分量都为-inf，ub的各分量都为inf;

nonlcon是用M文件定义的非线性向量函数c(x),ceq(x)；

options定义了优化参数，可以使用matlab缺省的参数设置。

例2：求下列非线性规划

$min\, f\left ( x \right )=x{_{1}}^{2}+x{_{2}}^{2}+x{_{3}}^{2}+8$

$s.t.\left\{\begin{matrix} x{_{1}}^{2}-x_{2}+x{_{3}}^{2}\geq 0\\ x_{1}+x{_{2}}^{2}+x{_{3}}^{2}\leqslant 20\\ -x_{1}-x{_{2}}^{2}+2=0\\ x_{2}+2x{_{3}}^{2}=3\\ x_{1},x_{2},x_{3}\geqslant 0 \end{matrix}\right.$

解：

(1)编写M文件fun1.m定义目标函数

function f=fun1(x);
f=sum(x.^2)+8;

(2)编写M文件fun2.m定义非线性约束条件

function [g,h]=fun2(x);
g=[-x(1)^2+x(2)-x(3)^2
   x(1)+x(2)^2+x(3)^2-20];
h=[-x(1)-x(2)^2+2
   x(2)+2*x(3)^2-3];

(3)编写主程序文件example2.m如下：

[x,y]=fmincon('fun1',rand(3,1),[],[],[],[],zeros(3,1),[],'fun2')

3.二次规划

若某非线性规划的目标函数为自变量x的二次函数，约束条件又全是线性的，就称这种规划为二次规划

matlab中二次规划的数学模型可表述如下:

$min\, \frac{1}{2}x^{T}Hx+f^{T}x$

$s.t.\left\{\begin{matrix} Ax\leqslant b\\ Aeqx=beq\\ lb\leqslant x\leqslant ub \end{matrix}\right.$

这里H是实对称矩阵，f,b,beq,lb,ub,是列向量，A,Aeq是相应维数的矩阵

matlab中求解二次规划的的命令是：

[x,fval]=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options)

返回值x是决策向量x的取值;

返回值fval是目标函数在x处的值;

具体细节可以参考在matlab命令窗口中运行help quadprog的帮助

例3：求解二次规划

$min\, f\left ( x \right )=2x{_{1}}^{2}-4x_{1}x_{2}+4x{_{2}}^{2}-6x_{1}-3x_{2}$

$s.t.\left\{\begin{matrix} x_{1}+x_{2}\leqslant 3\\ 4x_{1}+x_{2}\leqslant 9\\ x_{1},x_{2}\geqslant 0 \end{matrix}\right.$

解：编写如下程序

h=[4,-4;-4,8];%%二次型矩阵，平方项系数x2填对角，交叉项系数/2
f=[-6;-3];
a=[1,1;4,1];
b=[3,9];
[x,value]=quadprog(h,f,a,b,[],[],zeros(2,1))

例4：

某公司有6个建筑工地要开工，每个工地的位置（用平面坐标系a，b表示，距离单位：千米）及水泥日用量d(吨)由下表给出。目前有两个临时料场位于A(5,1)，B(2,7)，日储量各有20吨。假设从料场到工地之间均有直线道路相连。（1）试制定每天的供应计划，即从A，B两料场分别向各工地运送多少吨水泥，使总的吨千米数最小。（2）为了进一步减少吨千米数，打算舍弃两个临时料场，改建两个新的，日储量各为20吨，问应建在何处，节省的吨千米数有多大？

程序：

a = [1.25 8.75 0.5 5.75 4 7.25];
b = [1.25 0.75 4.75 5 6.5 7.25];
d =[3 5 4 7 6 11];
x =[5 2];
y =[1 7];
e =[20 20];

for i=1:6
    for j=1:2
        aa(i,j)=sqrt((x(j)-a(i))^2+(y(j)-b(i))^2);
    end
end
CC=[aa(:,1);aa(:,2)];

A=[1 1 1 1 1 1 0 0 0 0 0 0;0 0 0 0 0 0 1 1 1 1 1 1];
B=[20;20];
Aeq=[1 0 0 0 0 0 1 0 0 0 0 0 %从第一＼二料场运到工地一的料
    0 1 0 0 0 0 0 1 0 0 0 0 
    0 0 1 0 0 0 0 0 1 0 0 0 
    0 0 0 1 0 0 0 0 0 1 0 0 
    0 0 0 0 1 0 0 0 0 0 1 0 
    0 0 0 0 0 1 0 0 0 0 0 1 ];
beq=[d(1);d(2);d(3);d(4);d(5);d(6)];
VLB=[0 0 0 0 0 0 0 0 0 0 0 0];
VUB=[];
x0=[1 2 3 0 1 0 0 1 0 1 0 1];%给一个初值，可以不给
[xx,fval]=linprog(CC,A,B,Aeq,beq,VLB,VUB,x0)

改建两个新料场时，原本的A,B坐标变成未知数，令 $x_{1}=X_{13}$ ， $y_{1}=X_{14}$ , $x_{2}=X_{15}$ , $y_{2}=X_{16}$

定义目标函数：

function f=liaoch(x)
a=[1.25 8.75 0.5 5.75 3 7.25];
b=[1.25 0.75 4.75 5 6.5 7.25];
d=[3 5 4 7 6 11];
e=[20 20];
f1=0;
for  i=1:6
    s(i)=sqrt((x(13)-a(i))^2+(x(14)-b(i))^2);
    f1=s(i)*x(i)+f1;
end
f2=0;
for  i=7:12
    s(i)=sqrt((x(15)-a(i-6))^2+(x(16)-b(i-6))^2);
    f2=s(i)*x(i)+f2;
end
f=f1+f2;

取初值为线性规划的计算结果及临时料场的坐标: x0=[3 5 0 7 0 1 0 0 4 0 6 10 5 1 2 7]';

编写主程序：

clear
x0=[3  5 0  7  0  1  0  0  4  0  6 10 5 1 2 7];
%x0=[ 3.0000 5.0000 0.0707 7.0000  0 0.9293 0 0 3.9293  0 6.0000 10.0707 6.3875 4.3943 5.7511 7.1867];
%x0=[ 3.0000 5.0000 0.3094 7.0000 0.0108 0.6798 0 0 3.6906 0 5.9892 10.3202 5.5369 4.9194 5.8291 7.2852];
%x0=[3 5 4 7 1 0 0 0 0 0 5 11 5.6348 4.8687 7.2479 7.7499];
A=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0
   0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0];
B=[20;20];
Aeq=[1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
    0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 
    0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0
    0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0
    0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0
    0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0];
beq=[3 5 4 7 6 11];
vlb=[zeros(12,1);-inf;-inf;-inf;-inf];
vub=[];
[x,fval,exitflag]=fmincon('liaoch',x0,A,B,Aeq,beq,vlb,vub)

Imagine_cc

关注

15
点赞
踩
118

收藏

觉得还不错? 一键收藏
0
评论
【数学建模笔记】3.非线性规划

1.非线性规划的实例与定义如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问题。例1：（投资决策问题）某企业拥有n个项目可供选择投资，并且至少要对其中一个项目投资。已知该企业拥有总资金A元，投资于第i（i=1,....n)个项目需花费资金ai元，并预计可收益bi元，试选择最佳投资方案。2.非线性规划的数学模型一般形式：在一组等式或不等式的约束下，求一个函数的最大值（或最小值）问题，其中至少有一个非线性函数，这类问题称之为非线性规划问题。..
复制链接

扫一扫