最小覆盖模型matlab_数学规划模型的matlab求解 非线性最小二乘lsqnonlin

数学规划模型是优化模型的一种，包括线性规划模型(目标函数和约束条件都是线性函数的优化问题);

非线性规划模型(目标函数或者约束条件是非线性的函数); 整数规划(决策变量是整数值得规划问题);

多目标规划(具有多个目标函数的规划问题) ；目标规划(具有不同优先级的目标和偏差的规划问题)

动态规划(求解多阶段决策问题的最优化方法) 。数学规划模型相对比较好理解，关键是要能熟练地求出模型的解。

以下是解线性规划模型的方法：

1.线性规划问题

线性规划问题的标准形式为：

min f ' *x sub.to：A*x

其中f、x、b、beq、lb、ub为向量，A、Aeq为矩阵。

MATLAB中，线性规划问题(Linear Programming)的求解使用的是函数linprog。

函数 linprog

格式 x = linprog(f,A,b) %求min f ' *x sub.to A*x<=b

线性规划的最优解。

x = linprog(f,A,b,Aeq,beq) %等式约束 ，若没有不等式约束 ，则A=[ ]，b=[ ]。

x = linprog(f,A,b,Aeq,beq,lb,ub) %指定x的范围 ，若没有等式约束 ，则Aeq=[ ]，beq=[

]

x = linprog(f,A,b,Aeq,beq,lb,ub,x0) %设置初值x0

x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options)

%

options为指定的优化参数

[x,fval] = linprog(…) % 返回目标函数最优值，即fval= f ' *x。

[x,lambda,exitflag] = linprog(…) % lambda为解x的Lagrange乘子。

[x, lambda,fval,exitflag] = linprog(…) % exitflag为终止迭代的错误条件。

[x,fval, lambda,exitflag,output] = linprog(…) %

output为关于优化的一些信息

说明

若exitflag>0表示函数收敛于解x，exitflag=0表示超过函数估值或迭代的最大数字，exitflag<0表示函数不收敛于解x；若lambda=lower

表示下界lb，lambda=upper表示上界ub，lambda=ineqlin表示不等式约束，lambda=eqlin表示等式约束，lambda中的非0元素表示对应的约束是有效约束；output=iterations表示迭代次数，output=algorithm表示使用的运算规则，output=cgiterations表示PCG迭代次数。

2.非线性规划问题

利用函数fminbnd求有约束的一元函数的最小值

格式 x = fminbnd(fun,x1,x2) x = fminbnd(fun,x1,x2,options) % options为指定优化参数选项

[x,fval] = fminbnd(…) % fval为目标函数的最小值

[x,fval,exitflag] = fminbnd(…) %xitflag为终止迭代的条件

[x,fval,exitflag,output] = fminbnd(…) % output为优化信息

命令 利用函数fminsearch求无约束多元函数最小值

函数 fminsearch

格式 x = fminsearch(fun,x0)

%x0为初始点，fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄。

x = fminsearch(fun,x0,options) % options查optimset

[x,fval] = fminsearch(…) %最优点的函数值

[x,fval,exitflag