matlab求无约束优化问题,用Matlab无约束优化问题.ppt

用Matlab无约束优化问题

* Matlab优化工具箱简介 1.MATLAB求解优化问题的主要函数 2. 优化函数的输入变量 使用优化函数或优化工具箱中其它优化函数时, 输入变量见下表: 3. 优化函数的输出变量 4．控制参数options的设置 (3) MaxIter: 允许进行迭代的最大次数,取值为正整数. Options中常用的几个参数的名称、含义、取值如下: (1)Display: 显示水平.取值为’off’时,不显示输出; 取值为’iter’时,显示每次迭代的信息;取值为’final’时,显示最终结果.默认值为’final’. (2)MaxFunEvals: 允许进行函数评价的最大次数,取值为正整数. 例：opts=optimset(‘Display’,’iter’,’TolFun’,1e-8) 该语句创建一个称为opts的优化选项结构,其中显示参数设为’iter’, TolFun参数设为1e-8. 控制参数options可以通过函数optimset创建或修改。命令的格式如下： (1) options=optimset(‘optimfun’) 创建一个含有所有参数名,并与优化函数optimfun相关的默认值的选项结构options. (2)options=optimset(‘param1’,value1,’param2’,value2,...) 创建一个名称为options的优化选项参数,其中指定的参数具有指定值,所有未指定的参数取默认值. (3)options=optimset(oldops,‘param1’,value1,’param2’, value2,...) 创建名称为oldops的参数的拷贝,用指定的参数值修改oldops中相应的参数. 返回 用Matlab解无约束优化问题 其中(3)、(4)、(5)的等式右边可选用(1)或(2)的等式右边。 函数fminbnd的算法基于黄金分割法和二次插值法，它要求目标函数必须是连续函数，并可能只给出局部最优解。 常用格式如下： (1)x= fminbnd (fun,x1,x2) (2)x= fminbnd (fun,x1,x2 ，options) (3)[x，fval]= fminbnd(...) (4)[x，fval，exitflag]= fminbnd(...) (5)[x，fval，exitflag，output]= fminbnd(...) 主程序为 jizhi1.m: f='2*exp(-x).*sin(x)'; fplot(f,[0,8]); %作图语句 [xmin,ymin]=fminbnd (f, 0,8) f1='-2*exp(-x).*sin(x)'; [xmax,ymax]=fminbnd (f1, 0,8) 例2 对边长为3米的正方形铁板，在四个角剪去相等的正方形以制成方形无盖水槽，问如何剪法使水槽的容积最大？ 解 先编写M文件fun0.m如下: function f=fun0(x) f=-(3-2*x).^2*x; 主程序为jizhi2.m: [x,fval]=fminbnd('fun0',0,1.5); xmax=x fmax=-fval 运算结果为: xmax = 0.5000,fmax =2.0000.即剪掉的正方形的边长为0.5米时水槽的容积最大,最大容积为2立方米. 命令格式为: (1)x= fminunc(fun,X0 )；或x=fminsearch(fun,X0 ) (2)x= fminunc(fun,X0 ，options)； 或x=fminsearch(fun,X0 ，options) (3)[x，fval]= fminunc(...)； 或[x，fval]= fminsearch(...) (4)[x，fval，exitflag]= fminunc(...)； 或[x，fval，exitflag]= fminsearch (5)[x，fval，exitflag，output]= fminunc(...)； 或[x，fval，exitflag，output]= fminsearch(...) 2、多元函数无约束优化问题 标准型为：min F(X) [3] fminunc为中型优化算法的步长一维搜索提供了两种算法， 由options中参数LineSearchType控制： LineSearchType=’quadcubic’(缺省值)，混合的二次和三