数学建模最优化模型优秀课件 (2)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
x =1.0000 1.0000 fval =1.9151e-010 exitflag = 1
output= iterations: 108 funcCount: 202
algorthm: 'Nelder-Mead simplex direct search '
最优化问题的数学模型
建立数学模型时要尽可能简单，而且要能完整地描述所 研究的系统，具体建立怎样的数学模型需要丰富的经验和熟练 的技巧。即使在建立了问题的数学模型之后，通常也必须对模 型进行必要的数学简化以便于分析、计算。
f1='-2*exp(-x).*sin (x)';
[xmax,ymax]=fminbnd (f1, 0,8)
运行结果： xmin = 3.9270 xmax = 0.7854
ymin = -0.0279 ymax = 0.6448
例2 有边长为3m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？
例1：求函数y=2x3+3x2-12x+14在区间[-3,4]上的最 大值与最小值。
解：令f(x)=y=2x3+3x2-12x+14
f’(x)=6x2+6x-12=6(x+2)(x-1) 解方程f’(x)=0，得到x1= -2，x2=1，又 由于f(-3)=23，f(-2)=34，f(1)=7，f(4)=142， 综上得， 函数f(x)在x=4取得在[-3,4]上得最大值f(4)=142，在 x=1处取得在[-3,4]上取得最小值f(1)=7
min f (x) x
2、约束条件下极值问题的数学模型
min f (x) x
s.t. gi(x)0, i1,2,...,m hi(x)0, i1,2,...,n
其中，极大值问题可以转化为极小值问题来
进行求解。如求： max f ( x) x 可以转化为：min f (x) x
1、无约束极值问题的求解
xmax=x fmax=-fval
MATLAB(wliti2)
运算结果为: xmax = 0.5000,fmax =2.0000.即剪掉的正方形的边 长为0.5m时水槽的容积最大,最大容积为2m3.
2.多元函数无约束优化wk.baidu.com题
标准型为：min F ( X )
命令格式为: （1）x= fminunc（fun,X0 ）；或x=fminsearch（fun,X0 ） （2）x= fminunc（fun,X0 ，options）；
用MATLAB解无约束优化问题
1. 一元函数无约束优化问题: min f (x) x1 x x2
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（…）
解 设剪去的正方形的边长为 x ，则水槽的容积为： (3 2x)2 x
建立无约束优化模型为：min y =- (3 2x)2 x ， 0< x <1.5
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);
数学建模最优化模 型
• 在实际生活当中，人们做任何事情，不管是分 析问题，还是进行决策，都要用一种标准衡量
一下是否达到了最优。 （比如基金人投资）
• 在各种科学问题、工程问题、生产管理、社会 经济问题中，人们总是希望在有限的资源条件 下，用尽可能小的代价，获得最大的收获。
（比如保险）
数学家对最优化问题的研究已经有很多年的 历史。
电力市场的堵塞管理(2004B)
……
几个概念
• 最优化是从所有可能方案中选择最合理的一种 以达到最优目标的学科。
• 最优方案是达到最优目标的方案。 • 最优化方法是搜寻最优方案的方法。 • 最优化理论就是最优化方法的理论。
经典极值问题
包括： ①无约束极值问题 ②约束条件下的极值问题
1、无约束极值问题的数学模型
以前解决最优化问题的数学方法只限于古典 求导方法和变分法（求无约束极值问题），拉格 朗日（Lagrange）乘数法解决等式约束下的条件 极值问题。
计算机技术的出现，使得数学家研究出了许 多最优化方法和算法用以解决以前难以解决的问 题。
最优化：在一定的条件下，寻求 使得目标最大（最小）的策略
• 约一半以上的问题与最优化问题有关。如： 飞行管理问题（95A） 最优捕鱼策略（96A） 节水洗衣机（96B） 零件的参数设计(97A) 投资收益和风险(98A) 钢管订购和运输(2000B)
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（...）
例 用fminsearch函数求解 输入命令:
f='100*(x(2)-x(1)^2)^2+(1-x(1))^2'; [x,fval,exitflag,output]=fminsearch(f,[-1.2 2])
运行结果:
其中等式（3）、（4）、（5）的右边可选用（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.
MATLAB(wliti1)
例 1 求 x = 2ex sin x 在 0< x <8 中的最小值与最大值.
主程序为wliti1.m: f='2*exp(-x).*sin(x)'; fplot(f,[0,8]); %作图语句 [xmin,ymin]=fminbnd (f, 0,8)
output= iterations: 108 funcCount: 202
algorthm: 'Nelder-Mead simplex direct search '
最优化问题的数学模型
建立数学模型时要尽可能简单，而且要能完整地描述所 研究的系统，具体建立怎样的数学模型需要丰富的经验和熟练 的技巧。即使在建立了问题的数学模型之后，通常也必须对模 型进行必要的数学简化以便于分析、计算。
f1='-2*exp(-x).*sin (x)';
[xmax,ymax]=fminbnd (f1, 0,8)
运行结果： xmin = 3.9270 xmax = 0.7854
ymin = -0.0279 ymax = 0.6448
例2 有边长为3m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？
例1：求函数y=2x3+3x2-12x+14在区间[-3,4]上的最 大值与最小值。
解：令f(x)=y=2x3+3x2-12x+14
f’(x)=6x2+6x-12=6(x+2)(x-1) 解方程f’(x)=0，得到x1= -2，x2=1，又 由于f(-3)=23，f(-2)=34，f(1)=7，f(4)=142， 综上得， 函数f(x)在x=4取得在[-3,4]上得最大值f(4)=142，在 x=1处取得在[-3,4]上取得最小值f(1)=7
min f (x) x
2、约束条件下极值问题的数学模型
min f (x) x
s.t. gi(x)0, i1,2,...,m hi(x)0, i1,2,...,n
其中，极大值问题可以转化为极小值问题来
进行求解。如求： max f ( x) x 可以转化为：min f (x) x
1、无约束极值问题的求解
xmax=x fmax=-fval
MATLAB(wliti2)
运算结果为: xmax = 0.5000,fmax =2.0000.即剪掉的正方形的边 长为0.5m时水槽的容积最大,最大容积为2m3.
2.多元函数无约束优化wk.baidu.com题
标准型为：min F ( X )
命令格式为: （1）x= fminunc（fun,X0 ）；或x=fminsearch（fun,X0 ） （2）x= fminunc（fun,X0 ，options）；
用MATLAB解无约束优化问题
1. 一元函数无约束优化问题: min f (x) x1 x x2
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（…）
解 设剪去的正方形的边长为 x ，则水槽的容积为： (3 2x)2 x
建立无约束优化模型为：min y =- (3 2x)2 x ， 0< x <1.5
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);
数学建模最优化模 型
• 在实际生活当中，人们做任何事情，不管是分 析问题，还是进行决策，都要用一种标准衡量
一下是否达到了最优。 （比如基金人投资）
• 在各种科学问题、工程问题、生产管理、社会 经济问题中，人们总是希望在有限的资源条件 下，用尽可能小的代价，获得最大的收获。
（比如保险）
数学家对最优化问题的研究已经有很多年的 历史。
电力市场的堵塞管理(2004B)
……
几个概念
• 最优化是从所有可能方案中选择最合理的一种 以达到最优目标的学科。
• 最优方案是达到最优目标的方案。 • 最优化方法是搜寻最优方案的方法。 • 最优化理论就是最优化方法的理论。
经典极值问题
包括： ①无约束极值问题 ②约束条件下的极值问题
1、无约束极值问题的数学模型
以前解决最优化问题的数学方法只限于古典 求导方法和变分法（求无约束极值问题），拉格 朗日（Lagrange）乘数法解决等式约束下的条件 极值问题。
计算机技术的出现，使得数学家研究出了许 多最优化方法和算法用以解决以前难以解决的问 题。
最优化：在一定的条件下，寻求 使得目标最大（最小）的策略
• 约一半以上的问题与最优化问题有关。如： 飞行管理问题（95A） 最优捕鱼策略（96A） 节水洗衣机（96B） 零件的参数设计(97A) 投资收益和风险(98A) 钢管订购和运输(2000B)
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（...）
例 用fminsearch函数求解 输入命令:
f='100*(x(2)-x(1)^2)^2+(1-x(1))^2'; [x,fval,exitflag,output]=fminsearch(f,[-1.2 2])
运行结果:
其中等式（3）、（4）、（5）的右边可选用（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.
MATLAB(wliti1)
例 1 求 x = 2ex sin x 在 0< x <8 中的最小值与最大值.
主程序为wliti1.m: f='2*exp(-x).*sin(x)'; fplot(f,[0,8]); %作图语句 [xmin,ymin]=fminbnd (f, 0,8)