matlab中有关约束条件的实例,数学建模第3讲MATLAB的具体实例.ppt

* 问题一： 某厂每日8小时的产量不低于1800件。为了进行质量控制，计划聘请两种不同水平的检验员。一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15小时/件，正确率95%，计时工资3元/小时。检验员每错检一次，工厂要损失2元。为使总检验费用最省，该工厂应聘一级、二级检验员各几名？ 解 设需要一级和二级检验员的人数分别为x1、x2人, 则应付检验员的工资为： 因检验员错检而造成的损失为： 故目标函数为： 约束条件为： 线性规划模型： 解答 返 回 用MATLAB优化工具箱解线性规划 min z=cX 1、模型： 命令：x=linprog(c，A，b) 2、模型：min z=cX 命令：x=linprog(c，A，b，Aeq,beq) 注意：若没有不等式： 存在，则令A=[ ]，b=[ ]. 3、模型：min z=cX VLB≤X≤VUB 命令：[1] x=linprog(c，A，b，Aeq,beq, VLB，VUB) [2] x=linprog(c，A，b，Aeq,beq, VLB，VUB, X0) 注意：[1] 若没有等式约束: , 则令Aeq=[ ], beq=[ ]. [2]其中X0表示初始点 4、命令：[x,fval]=linprog(…) 返回最优解ｘ及ｘ处的目标函数值fval. 问题一的解答 问题 改写为： 编写M文件xxgh.m如下： c = [40;36]; A=[-5 -3]; b=[-45]; Aeq=[]; beq=[]; vlb = zeros(2,1); vub=[9;15]; %调用linprog函数： [x,fval] = linprog(c,A,b,Aeq,beq,vlb,vub) 结果为： x = 9.0000 0.0000 fval =360 即只需聘用9个一级检验员。 注：本问题应还有一个约束条件：x1、x2取整数。故它是一个整数线性规划问题。这里把它当成一个线性规划来解，求得其最优解刚好是整数：x1=9，x2=0，故它就是该整数规划的最优解。若用线性规划解法求得的最优解不是整数，将其取整后不一定是相应整数规划的最优解，这样的整数规划应用专门的方法求解。 返 回 问题二：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wliti2.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. To Matlab(wliti) 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(...) 应用实例1：投资的收益和风险 二、基本假设和符号规定 三、模型的建立与分析 1.总体风险用所投资的Si中最大的一个风险来衡量,即max{ qixi|i=1，2,…n} 4. 模型简化： 四、模型1的求解 由于a是任意给定的风险度，到底怎样给定没有一个准则，不同的投资者有不同的风险度。我们从a=0开始，以步长△a=0.001进行循环搜索，编制程序如下： a=0; while(1.1-a)>1 c=[-0.05 -0.27 -0.19 -0.185 -0.185]; Aeq=[1 1.01 1.02 1.045 1.065]; beq=[1]; A=[0 0.025 0 0 0;0 0 0.015