下载文档原格式
matlab解决⾮线性规划问题（凸优化问题）当⽬标函数含有⾮线性函数或者含有⾮线性约束的时候该规划问题变为⾮线性规划问题，⾮线性规划问题的最优解不⼀定在定义域的边界，可能在定义域内部，这点与线性规划不同；例如：编写⽬标函数，定义放在⼀个m⽂件中；编写⾮线性约束条件函数矩阵，放在另⼀个m⽂件中；function f = optf(x);f = sum(x.^2)+8;function [g, h] = limf(x);g = [-x(1)^2+x(2)-x(3)^2x(1)+x(2)^2+x(3)^3-20]; %⾮线性不等式约束h = [-x(1)-x(2)^2+2x(2)+2*x(3)^2-3]; %⾮线性等式约束options = optimset('largescale','off');[x y] = fmincon('optf',rand(3,1),[],[],[],[],zeros(3,1),[],...'limf',options)输出为：最速下降法（求最⼩值）：代码如下：function [f df] = detaf(x);f = x(1)^2+25*x(2)^2;df = [2*x(1)50*x(2)];clc,clear;x = [2;2];[f0 g] = detaf(x);while norm(g)>1e-6 %收敛条件为⼀阶导数趋近于0p = -g/norm(g);t = 1.0; %设置初始步长为1个单位f = detaf(x+t*p);while f>f0t = t/2;f = detaf(x+t*p);end %这⼀步很重要，为了保证最后收敛，保持f序列为⼀个单调递减的序列，否则很有可能在极值点两端来回震荡，最后⽆法收敛到最优值。
x = x+t*p;[f0,g] = detaf(x);endx,f0所得到的最优值为近似解。
MATLAB优化应用非线性规划非线性规划是一类数学优化问题，其中目标函数和约束条件都是非线性的。
MATLAB作为一种强大的数值计算软件，提供了丰富的工具和函数，可以用于解决非线性规划问题。
本文将介绍如何使用MATLAB进行非线性规划的优化应用，并提供一个具体的案例来演示。
一、MATLAB中的非线性规划函数MATLAB提供了几个用于解决非线性规划问题的函数，其中最常用的是fmincon函数。
fmincon函数可以用于求解具有等式约束和不等式约束的非线性规划问题。
其基本语法如下：x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)其中，fun是目标函数，x0是变量的初始值，A和b是不等式约束的系数矩阵和右端向量，Aeq和beq是等式约束的系数矩阵和右端向量，lb和ub是变量的上下界，nonlcon是非线性约束函数，options是优化选项。
二、非线性规划的优化应用案例假设我们有一个工厂，需要生产两种产品A和B，目标是最大化利润。
产品A 和B的生产成本分别为c1和c2，售价分别为p1和p2。
同时，我们需要考虑两种资源的限制，分别是资源1和资源2。
资源1在生产产品A和B时的消耗分别为a11和a12，资源2的消耗分别为a21和a22。
此外，产品A和B的生产量有上下限限制。
我们可以建立以下数学模型来描述这个问题：目标函数：maximize profit = p1 * x1 + p2 * x2约束条件：c1 * x1 + c2 * x2 <= budgeta11 * x1 + a12 * x2 <= resource1a21 * x1 + a22 * x2 <= resource2x1 >= min_production_Ax2 >= min_production_Bx1 <= max_production_Ax2 <= max_production_B其中，x1和x2分别表示产品A和B的生产量，budget是预算，min_production_A和min_production_B是产品A和B的最小生产量，max_production_A和max_production_B是产品A和B的最大生产量。
题 目 非线性规划的MATLAB 解法及其应用（一） 问题描述非线性规划是具有非线性约束条件或目标函数的数学规划，是运筹学的一个重要分支。
非线性规划是20世纪50年代才开始形成的一门新兴学科。
70年代又得到进一步的发展。
非线性规划在工程、管理、经济、科研、军事等方面都有广泛的应用，为最优设计提供了有力的工具。
在经营管理、工程设计、科学研究、军事指挥等方面普遍地存在着最优化问题。
例如：如何在现有人力、物力、财力条件下合理安排产品生产，以取得最高的利润；如何设计某种产品，在满足规格、性能要求的前提下，达到最低的成本；如何确定一个自动控制的某些参数，使系统的工作状态最佳；如何分配一个动力系统中各电站的负荷，在保证一定指标要求的前提下，使总耗费最小；如何安排库存储量，既能保证供应，又使储存 费用最低；如何组织货源，既能满足顾客需要，又使资金周转最快等。
对于静态的最优化 问题，当目标函数或约束条件出现未知量的非线性函数，且不便于线性化，或勉强线性化后会招致较大误差时，就可应用非线性规划的方法去处理。
具有非线性约束条件或目标函数的数学规划，是运筹学的一个重要分支。
非线性规划研究一个n 元实函数在一组等式或不等式的约束条件下的极值问题，且目标函数和约束条件至少有一个是未知量的非线性函数。
目标函数和约束条件都是线性函数的情形则属于线性规划。
本实验就是用matlab 软件来解决非线性规划问题。
（二） 基本要求掌握非线性规划的MATLAB 解法,并且解决相关的实际问题。
题一 ：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？题二： 某厂生产一种产品有甲、乙两个牌号，讨论在产销平衡的情况下如何确定各自的产量，使总利润最大. 所谓产销平衡指工厂的产量等于市场上的销量.符号说明：z(x 1,x 2)表示总利润；p 1，q 1，x 1分别表示甲的价格、成本、销量； p 2，q 2，x 2分别表示乙的价格、成本、销量； a ij ，b i ，λi ,c i （i ，j =1，2）是待定系数.题三：设有400万元资金, 要求4年内使用完, 若在一年内使用资金x 万元, 则可得效益x 万元(效益不能再使用),当年不用的资金可存入银行, 年利率为10%. 试制定出资金的使用计划, 以使4年效益之和为最大.（三） 数据结构题一:设剪去的正方形的边长为x ，则水槽的容积为：x x )23(2-;建立无约束优化模型为：min y=-x x )23(2-， 0<x<1.5题二：总利润为： z(x1,x2)=(p1-q1)x1+(p2-q2)x2若根据大量的统计数据,求出系数b1=100,a11=1,a12=0.1,b2=280,a21=0.2,a22=2,r1=30,λ1=0.015,c1=20, r2=100,λ2=0.02,c2=30,则问题转化为无约束优化问题：求甲,乙两个牌号的产量x1，x2，使总利润z 最大.为简化模型,先忽略成本,并令a12=0,a21=0,问题转化为求:z1 = ( b1 - a11x1 ) x1 + ( b2 - a22x2 ) x2的极值. 显然其解为x1 = b1/2a11 = 50, x2 = b2/2a22 = 70,我们把它作为原问题的初始值.题三：设变量i x 表示第i 年所使用的资金数,则有 4,3,2,1,04.5321.121.1331.14841.121.14401.1400..max 43213212114321=≥≤+++≤++≤+≤+++=i x x x x x x x x x x x t s x x x x z i（四） 源程序题一：编写M 文件fun0.m:function f=fun0(x)f=-(3-2*x).^2*x;主程序为wliti2.m:[x,fval]=fminbnd('fun0',0,1.5);xmax=xfmax=-fval题二：建立M-文件fun.m:function f = fun(x)y1=((100-x(1)- 0.1*x(2))-(30*exp(-0.015*x(1))+20))*x(1); y2=((280-0.2*x(1)- 2*x(2))-(100*exp(-0.02*x(2))+30))*x(2); f=-y1-y2;输入命令:x0=[50,70];x=fminunc(‘fun ’,x0),z=fun(x)题三：建立M 文件 fun44.m,定义目标函数:function f=fun44(x)f=-(sqrt(x(1))+sqrt(x(2))+sqrt(x(3))+sqrt(x(4)));建立M 文件mycon1.m 定义非线性约束：function [g,ceq]=mycon1(x)g(1)=x(1)-400;g(2)=1.1*x(1)+x(2)-440;g(3)=1.21*x(1)+1.1*x(2)+x(3)-484;g(4)=1.331*x(1)+1.21*x(2)+1.1*x(3)+x(4)-532.4;ceq=0主程序youh4.m 为:x0=[1;1;1;1];vlb=[0;0;0;0];vub=[];A=[];b=[];Aeq=[];beq=[];[x,fval]=fmincon('fun44',x0,A,b,Aeq,beq,vlb,vub,'mycon1')（五） 运行结果题一: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.题二：运行结果为:x=23.9025, 62.4977, z=6.4135e+003即甲的产量为23.9025,乙的产量为62.4977,最大利润为6413.5.题三：运行结果为：x1=86.2;x2=104.2;x3=126.2;x4=152.8;z=43.1（六） 相关知识用Matlab 解无约束优化问题一元函数无约束优化问题21),(m in x x x x f ≤≤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 （...）其中（3）、（4）、（5）的等式右边可选用（1）或（2）的等式右边。
Matlab求解⾮线性规划，fmincon函数的⽤法总结Matlab求解⾮线性规划，fmincon函数的⽤法总结1.简介在matlab中，fmincon函数可以求解带约束的⾮线性多变量函数(Constrained nonlinear multivariable function)的最⼩值,即可以⽤来求解⾮线性规划问题matlab中，⾮线性规划模型的写法如下min\ f(x) \\ s.t. \begin{equation} \left\{ \begin{array}{**lr**} A \cdot x \leq b \\ Aeq\cdot x =beq\\ c(x)\leq0 \\ ceq(x)=0 \\ lb \leq x \leq ub\end{array} \right. \end{equation} \\ ~\\ f(x)是标量函数,x,b,beq是向量,A,Aeq是矩阵 \\ c(x)和ceq(x)是向量函数2.基本语法[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的返回值是⽬标函数f(x)的取值fun是⽤M⽂件定义的函数f(x),代表了(⾮)线性⽬标函数x0是x的初始值A,b,Aeq,beq定义了线性约束 ,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，如果下界和上界没有约束，则lb=[],ub=[],也可以写成lb的各分量都为 -inf,ub的各分量都为infnonlcon是⽤M⽂件定义的⾮线性向量函数约束options定义了优化参数，不填写表⽰使⽤Matlab默认的参数设置3.实例⽰例,求下列⾮线性规划：min\ f(x)=x_1^2+x_2^2+x_3^2+8\\ s.t. \begin{equation} \left\{ \begin{array}{**lr**} x_1^2-x_2+x_3^2\geq0\\ x_1+x_2^2+x_3^2\leq20\\ -x_1-x_2^2+2=0\\ x_2+2x_3^2=3\\ x_1,x_2,x_3\geq0 \end{array} \right. \end{equation}(1)编写M函数fun1.m 定义⽬标函数：function f=fun1(x);f=x(1).^2+x(2).^2+x(3).^2+8;(2)编写M函数fun2.m定义⾮线性约束条件:function [g,h]=fun2(x);g=[-x(1).^2+x(2)-x(3).^2x(1)+x(2).^2+x(3).^3-20];h=[-x(1)-x(2).^2+2x(2)+2*x(3).^2-3];(3)编写主程序函数[x,y]=fmincon('fun1',rand(3,1),[],[],[],[],zeros(3,1),[],'fun2')所得结果为：x_1=0.5522,x_2=1.2033,x_3=0.9478\\ 最⼩值y=10.651Processing math: 0%。
Matlab⾮线性规划⾮线性规划在matlab⾮线性规划数学模型可以写成⼀下形式：minf(x)\\ s.t.\begin{cases} Ax \le B \\ Aeq·x = Beq\\ C(x) \le 0\\ Ceq(x) = 0 \end{cases}f(x)为⽬标函数，A,B,Aeq,Beq为线性约束对应的矩阵和向量，C(x),Ceq(x)为⾮线性约束。
Matlab求解命令为：X = fmincon(fun, x0, A, B, Aeq, Beq, LB, UB, NONLCON, OPTIONS) fun为⽬标函数，x0为初值，A,B,Aeq,Beq为线性约束对应的矩阵和向量，LB，UB分别为x的下限和上限，NONLCON为⾮线性约束（需要写⾃定义函数），OPTIONS为优化参数。
【例】求下列⾮线性规划问题minf(x) = x^2_1+x^2_2+8\\ s.t.\begin{cases} x_1^2-x_2 \ge 0\\ -x_1-x_2^2+2=0\\ x_1,x_2 \ge 0 \end{cases}编写函数⽂件：fun1.m，fun2.mfunction f = fun1(x)f = x(1)^2 + x(2)^2 + 8;endfunction [g,h] = fun2(x)g = -x(1)^2 + x(2);%g代表不等式约束，即代表约束条件-x(1)^2 + x(2) <= 0。
matlab默认g<=0,所以题⽬中的条件被改成了相反数。
%如果有多个不等式约束，写成g(1) = 关于x的函数； g(2) = 关于x的函数；······h = -x(1) - x(2)^2 + 2;%h代表等式约束，即代表约束条件 -x(1) - x(2)^2 + 2 = 0。
%如果有多个等式约束，写成h(1) = 关于x的函数； h(2) = 关于x的函数；······end注：在写fun2时，可以把线性和⾮线性约束的等式和不等式约束都按照这种格式写到这个函数⾥⾯，这样的话fun2就包含了所有约束条件，在后⾯运⾏fmincon()时不需要再写A,B,Aeq,Beq,直接⽤[]略过。
MATLAB求解非线性规划非线性规划是一类涉及非线性目标函数或非线性约束条件的数学规划问题。
MATLAB是一种强大的数学计算软件，可以用来求解非线性规划问题。
本文将介绍MATLAB中求解非线性规划问题的方法。
1. 目标函数和约束条件在MATLAB中，非线性规划问题可以表示为以下形式：minimize f(x)subject to c(x)≤0ceq(x)=0lb≤x≤ub其中f(x)是目标函数，c(x)和ceq(x)是不等式和等式约束条件，lb和ub是变量的下限和上限。
2. 求解器MATLAB提供了多种求解器可以用来求解非线性规划问题。
其中常用的有fmincon和lsqnonlin。
lsqnonlin可以用来求解非线性最小二乘问题。
它使用的是Levenberg-Marquardt算法，能够有效地求解非线性最小二乘问题，并且具有较好的收敛性。
3. 示例下面我们来看一个求解非线性规划问题的示例。
假设我们要求解以下非线性规划问题：首先，我们需要定义目标函数和约束条件。
在MATLAB中，我们可以使用anonymous function来定义目标函数和约束条件。
代码如下：f = @(x)x(1)^2+2*x(2)^2+3*x(3)^2;c = @(x)[x(1)+x(2)+x(3)-4, x(1)*x(2)+x(1)*x(3)+x(2)*x(3)-3];ceq = [];lb = [0,0,0];接下来，我们使用fmincon求解非线性规划问题。
代码如下：[x,fval,exitflag,output] = fmincon(f,[1,1,1],[],[],[],[],lb,[],@(x)c(x));其中，第一个参数是目标函数，第二个参数是变量的初值，第三个参数是不等式约束条件，第四个参数是等式约束条件，第五个参数是变量的下限，第六个参数是变量的上限，第七个参数是非线性约束条件，最后一个参数是opts，可以设置其他求解参数。
在matlab 中非线性规划的数学模型可写成一下形式：minf(X)s.t. Ax ≪B Aeq .x =Beq C (x )≪0Ceq x =0其中，f(x)是标量函数；A,B,Aeq,Beq 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=FMINCON(FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS)它的返回值是向量x 。
其中，FUN 是用M 文件定义的函数f(x)。
X0是X 的初始值。
A ，B ，Aeq ，Beq 定义了线性约束AX ≪B ，Aeq*X=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，则LB=[],UB=[];如果X 无下界，则LB=-inf;如果X 无上界，则UB=inf 。
NONLCON 是用M 文件定义的非线性向量函数C(x),Ceq(x)。
OPTIONS 定义了优化函数，可以使用MATLAB 默认的参数设置。
例求解下列非线性规划问题：max z= X 1+ X 2+ X 3+ X 4 s.t.x 1≪4001.1x 1+x 2≪4401.21x 1+1.1x 2+x 3≪4841.331x 1+1.21x 2+1.1x 3+x 4≪532.4X i≫0,i =1,2,3,4(1)编写M 文件，定义目标函数：function f=fun44(x)f=-(sqrt(x(1))+sqrt(x(2))+sqrt(x(3))+sqrt(x(4)) );(2)编写M 文件，定义约束条件function[g,ceq]=mycon1(x)g(1)=x(1)-400;g(2)=1.1*x(1)+x(2)-440;g(3)=1.21*x(1)+1.1*x(2)+x(3)-484;g(4)=1.331*x(1)+1.21*x(2)+1.1*x(3)+x(4)-532.4;ceq=0(3)编写主程序x0=[1;1;1;1];lb=[0;0;0;0];ub=[];A=[];b=[];Aeq=[];beq=[];[x,fval] = fmincon('fun44',x0,A,b,Aeq,beq,lb,ub,'mycon1')输出结果x =86.1883104.2879 126.1883 152.6879fval =-43.0860。
