matlab求解最优化问题(数学建模)

铺路问题的最优化模型

摘 要

本文采用了两种方法，一种是非线性规划从而得出最优解，另一种是将连续问题离散化利用计算机穷举取最优的方法。

根据A地与B地之间的不同地质有不同造价的特点，建立了非线性规划模型和穷举取最优解的模型，解决了管线铺设路线花费最小的难题。

问题一：在本问题中，我们首先利用非线性规划模型求解，我们用迭代法求出极小值（用Matlab实现），计算结果为总费用最小为748.6244万元，管线在各土层中在东西方向上的投影长度分别为15.6786km，3.1827 km，2.1839 km，5.8887km，13.0661km。然后，我们又用穷举法另外建立了一个模型，采用C语言实现，所得最优解为最小花费为748.625602万元，管线在各土层中在东西方向上的投影长度分别为15.70km,3.20km,2.20km,5.90km,13.00km。

问题二：本问题加进了一个非线性的约束条件来使转弯处的角度至少为160度，模型二也是如此。非线性规划模型所得计算结果为最小花费为750.6084万元，管线在各土层中在东西方向上的投影长度分别为14.4566km,4.3591km,2.5984km,6.5387km,12.0472km

联系电话13327011431

MATLAB在最优化模型求解中的应用

摘要 最优化模型是较常见的数学模型，本文介绍了MATLAB软件在求解最优化模型方面的几点应用，给出了几种解决优化模型的函数格式和范例 关键词 最优化模型;MATLAB;命令 1 前言

优化问题，一般是指用“最好”的方式，使用或分配有限的资源，即劳动力、原材料、机器、资金等，使得费用最小或者利润最大。最优化模型就是根据优化问题的具体情况建立的数学模型。求解此类模型，一方面需要具有较好的数学知识和较强的计算机编程能力，另一方面，也可以利用成熟的算法求解。本文将介绍MATLAB在最优化模型求解中的几个应用。

2 利用MATLAB的优化工具箱求解最优化模型

MATLAB是Mathworks公司推出的一套功能强大的工程计算及数值分析软件, 目前它已经成为世界上应用最广泛的工程计算软件之一。其优化工具箱的应用包括: 线性、非线性最小化、方程求解、曲线拟合、二次规划等中大型课题的求解方法, 为优化方法在工程中的实际应用提供了更方便、快捷的途径。 2.1求解线性规划模型

利用MATLAB软件求解线性模型：

minz?cX

AX?b??s.t.?Aeq?X?beq ?vlb?X?vub?可使

数学建模中运用matlab的具体方法。

数学建模竞赛

数学建模中运用matlab的具体方法。

几种常见的数学方法及软件求解一、曲线拟合及MATLAB软件求解 已知离散点上的数据集 [( x1 , y1 )( x2 , y2 ) ( xn , yn )],

求得一解析函数y=f(x)使y=f(x)在原离散点 xi 上尽可能 接近给定 yi 的值，这一过程叫曲线拟合。最常用的 曲线拟合是最小二乘法曲线拟合，拟合结果可使误差的 平方和最小，即找出使

i 1

n

f ( xi ) yi

2

最小的f(x).

数学建模中运用matlab的具体方法。

格式：p=polyfit(x,y,n). 说明：求出已知数据x,y 的n次拟合多项式f(x)的系 数p,x 必须是单调的。 例1 已知某函数的离散值如表xi yi 0.5 1.75 1.0 2.45 1.5 3.81 2.0 4.80 2.5 7.00 3.0 8.65

求二次拟合多项式. 先画函数离散点的图形 输入命令 ： >> x=[0.5 1.0 1.5 2.0 2.5 3.0]; >> y=[1.75 2.45 3.81 4.80 7.00 8.60]; >> scatter(x,y,5) 结果见图3

题目：分别用最速下降法、FR共轭梯度法、DFP法和BFGS法求解问题：

22minf(x)?x1?2x1x2?4x2?x1?3x2

取初始点x(1)?(1,1)T，通过Matlab编程实现求解过程。 公用函数如下：

1、function f= fun( X ) %所求问题目标函数

f=X(1)^2-2*X(1)*X(2)+4*X(2)^2+X(1)-3*X(2); end

2、function g= gfun( X ) %所求问题目标函数梯度

g=[2*X(1)-2*X(2)+1,-2*X(1)+8*X(2)-3]; end

3、function He = Hess( X ) %所求问题目标函数Hesse矩阵 n=length(X); He=zeros(n,n); He=[2,-2; -2,4];

End

解法一：最速下降法

function [ x,val,k ] = grad( fun,gfun,x0 ) %功能：用最速下降法求无约束问题最小值

%输入：x0是初始点，fun和gfun分别是目标函数和梯度 %输出：x、val分别是最优点和最优值，k是迭代次数 maxk=5000;%最大迭代次数 rho=0.5;sigm

《最优化方法与数学建模》结课题目

1. 投资问题

某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券以及其信用等级、到期年限、收益如下表所示。按照规定，市政证券的收益可以免税，其它证券的收益需按50%的税率纳税。此外还有以下限制： （1）政府及代办机构的证券总共至少要购进400万元；

（2）所购证券的平均信用等级不超过1.49，信用等级数字越小，信用程度越高； （3）所购证券的平均到期年限不超过5年. 1）若该经理有1000万元资金，应如何投资？

2）如果能够以2.75%的利率借到不超过100万元资金，该经理应如何操作？ 3）在1000万元资金情况下，若证券A的税前收益增加为4.5%，投资应否改变？若证券C的税前收益减少为4.8%，投资应否改变？

表 证券信息

到期税 证券种类 市政 代办机构 政府 政府 市政

信用等级 2 2 1 1 5

到期年限 （%） A B C D E

9 15 4 3 2

4.3 5.4 5.0 4.4 4.5 前收益2．阿桑的计划

阿桑小姐是一个小学教师，她刚刚继承了一笔遗产，交纳税金后净得50,000美元。阿桑小姐感到她的工资已足够她每年的日常开支，但是还不能满足她暑假旅游的计划。因此，她

生活中数学最优化问题的研究

【关键词】 数学 生活 最优化

【内容提要】寻求最优化是人类的一种本能。无论是个人生活，还是国家的发展，在决策科学化，定量化的呼声日益高涨的今天，我们总是希望的用最优化的方法来解决我们面临的问题。生活中，数学无处不在，对最优化的要求越来越高，也越来越追求效率。

生活中处处充满着数学，处处留心皆数学。我们早晨起床刷牙用的牙膏，细心的人会发现，牙膏的包装有大有小。其价格也不相同，你想过大小包与其价格之间的关系吗？你吃东西时，想过营养成份的搭配吗？你在开灯关灯时，想过灯的位置与照明度问题吗？你在开、关窗户时，想过窗户的面积与采光量的问题吗？烈日下，你想过遮阳棚搭建方式与遮挡太阳光线有关吗？你在购买商品时，想过哪儿如何才能买到最便宜的吗？

生活中经常遇到求利润最大、用料最省、效率最高、费用最少、路线最短、容积最大等问题，这些问题通常称为优化问题。现如今最优化问题备受关注,已渗透到生产、管理、商业、军事、决策等各领域。对于上述问题，有些你也许想过，有些你也许从未想过。这些问题都与数学最优化问题有关！让我们发现并研究这些数学最优化问题吧！

解决最优化问题是一个发现、探索的过程，也是我们亲身感受问题、寻找解

实验七.规划问题

一.实验目的：

学会用matlab优化工具箱求解线性规划、非线性规划。

二.实验原理与方法

Matlab优化工具箱简介

1. MATLAB求解优化问题的主要函数

类 型 一元函数极小 无约束极小 线性规划 二次规划 约束极小 （非线性规划） 达到目标问题 极小极大问题

模 型 Min F（x）s.t.x1

见下表: 变量 f fun H A,b Aeq,beq vlb,vub 描 述 线性规划的目标函数f*X 或二次规划的目标函数X’*H*X+f*X 中线性项的系数向量 非线性优化的目标函数.fun必须为行命令对象或M文件、嵌入函数、或MEX文件的名称 二次规划的目标函数X’*H*X+f*X 中二次项的系数矩阵 A矩阵和b向量分别为线性不等式约束：AX?b中的系数矩阵和右端向量 Aeq矩阵和beq向量分别为线性等式约束： Aeq?X?beq中的系数矩阵和右端向量 X的下限和上限向量：vlb≤X≤vub 调用函数 linprog,quadprog fminbnd,fminsearch,fminunc, fmincon,lsqcurvefit,lsqnonlin, fgoalattain,fminimax

第3章 Matlab在最优化问题中的应用

优化理论是一门实践性很强的学科，广泛应用于生产管理、军事指挥和科学试验等各种领域，Matlab优化工具箱提供了对各种优化问题的一个完整的解决方案。

在数学上，所谓优化问题，就是求解如下形式的最优解： Min fun (x) Sub. to [C.E.] [B.C.] 其中fun (x)称为目标函数，“Sub. to”为“subject to”的缩写，由其引导的部分称为约束条件。[C.E.]表示Condition Equations，即条件方程，可为等式方程，也可为不等式方程。[B.C.]表示Boundary Conditions，即边界条件，用来约束自变量的求解域，以lb≤x≤ub的形式给出。当[C.E.]为空时，此优化问题称为自由优化或无约束优化问题；当[C.E.]不空时，称为有约束优化或强约束优化问题。

在优化问题中，根据变量、目标函数和约束函数的不同，可以将问题大致分为： ·线性优化 目标函数和约束函数均为线性函数。

·二次优化 目标函数为二次函数，而约束条件为线性方程。线性优化和二次

中国传媒大学 2010 学年第 一 学期

数学建模与数学实验 课程

数学建模与数学实验

题 目 Pristine湖污染问题的建模与求解

学生姓名 学 号 班 级 学生所属学院 任课教师 教师所属学院 成 绩

Pristine湖污染问题的建模与求解

摘要

本文讨论了湖水污染浓度变化趋势的预测问题。 通过分析水流输入输出湖泊的过程，建立了湖水污染浓度随时间变化的含参变量的微分方程模型，在河水污染浓度恒定和自然净化速率呈线性关系的情况下，求得其精确解，带入具体数据得到结论：在PCA声称的河水污染浓度下，湖的环境不会恶化；在工作

最优化在数学建模中的应用

海 南 大 学 毕 业 论 文（设计）

题 目： 最优化在数学建模中的应用 学 号： 20081605B008 年 级： 2009级 学 院： 信息科学技术学 系 别： 数学系 专 业： 数学与应用数学 完成日期： 2013 年 4 月 19 日

1

最优化在数学建模中的应用

摘 要

最优化方法是一种崭新的技术，它在自动控制、物质运输、机械设计、采矿冶金、工程规划等科学技术领域中有广泛应用，

关键词：最优化方法、线性规划，目标函数、约束条件、决策变量

2

最优化在数学建模中的应用

Abstract

In the daily life and work we often encounter a variety of data need to be processed, we usually take the mathematical m