matlab最优化算法有哪些

matlab最优化程序包括

无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 WolfePowell法

单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法， Rosen梯度投影法 罚函数法 外点罚函数法

内点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法 线性规划 单纯形法 修正单纯形法 大M法 变量有界单纯形法 整数规划 割平面法 分支定界法 0-1规划 二次规划

拉格朗曰法 起作用集算法 路径跟踪法 粒子群优化算法 基本粒子群算法 带压缩因子的粒子群算法 权重改进的粒子群算法 线性递减权重法 自适应权重法 随机权重法

变学习因子的粒子群算法 同步变化的学习因子 异步变化的学习因子 二阶粒子群算法 二阶振荡粒子群算法

出错原因：下列的函数表达式定义错误，

x=fmincon('((-3x(1)+2x(2)+fval1)^2+(4x(1)+3x(2)+fval2)^2)^(1/2)',x0,A,b,[],[],lb,[])

纠正方法，用句柄函数来定义函数表达式，即

@(x)((-3x(1)+2x(2)+fval1)^2+(4x(1)+3x(2)+fval2)^2)^(1/2)

完整写法如下，

x=fmincon(@(x)((-3x(1)+2x(2)+fval1)^2+(4x(1)+3x(2)+fval2)^2)^(1/2),x0,A,b,[],[],lb,[])

更改后运行，可得到

x1 =    01756；x2=    58829

用matlab求解题主的多目标优化问题，可以这样来考虑：

1、创建目标函数，其内容

w1 =04;w2=1-w1;

y =w1078539(x(1)^2-x(2)^2)+w2x(1)^2;

2、创建约束条件函数，其内容

c(1)=(9224400x(1)/(x(1)^4-x(2)^4))-45;

c(2)=(13050819/(x(1)^4-x(2)^4))-1;

c(3)=216379-(x(1)^4-x(2)^4)/x(1);

c(4)=-x(1)+x(2);

ceq = [];

3、初设x0的初值，即 x0 =[80,20];

4、设定上下限值，即lb=[0,0]; ub=[170,100];

5、使用fmincon最小值最优化函数，求出x(1)、x(2)的值。即

[x,fval] = fmincon(@(x) fmincon_fun(x),x0,[],[],[],[],lb,ub,@(x) fmincon_con(x))

6、验证约束条件，即

disp('x2-x1<0')

disp(x(2)-x(1))

运行代码后得到如下结果。

、线性规划

[x,fval]=linprog(c,A,b,Aeq,Beq,VLB,VUB)

用于解决

min(z)=cX%%求满足条件的X与已定系数c乘积之和的最小值

st

AX<=b %不定约束

AeqX=Beq %定约束

VLB<=X<=VUB %天花板约束

几个方面：

1、最大的问题是循环体里面的 pause(01)，尤其是里面那一层循环。

2、很多赋值语句后面应该加分号，避免显示。

3、数组预置（对于这段代码而言不是很重要）。

里面那层的pause是在这样的循环结构中：

for k=1:10;

    i=i+1;

    for x=2:z-1;

        for y=2:z-1;

粗略估算一下，会执行101818次，每次01秒，仅这一句就会耗时324秒。

删除上述pasue之后，在我的电脑上运行大约需要27秒。

有多处赋值语句的尾部没有使用分号，导致数组在命令窗口中回显，这也会占用很多时间。那些语句就不一一列举了，修改后的代码如下：

clear all;clc;

z=20;i=0;

a=cat(3,rand(z),rand(z),zeros(z));

b=a(:,:,1);%HSI

c=a(:,:,2);%生物量

imh=image(cat(3,c,zeros(z),zeros(z)));%先生成一个图像

for k=1:10;

    i=i+1;

    for x=2:z-1;

        for y=2:z-1;

            d{x,y}=[b(x-1,y-1),b(x-1,y),b(x-1,y+1);

                b(x,y-1),b(x,y),b(x,y+1);

                b(x+1,y-1),b(x+1,y),b(x+1,y+1)];%表示周围8个HSI

            e{x,y}=[c(x-1,y-1),c(x-1,y),c(x-1,y+1);

                c(x,y-1),1,c(x,y+1);

                c(x+1,y-1),c(x+1,y),c(x+1,y+1)];%表示周围8个生物量 

            while c(x,y)>0&&min(min(e{x,y}))<1&&min(min(d{x,y}))~=0&&c(x,y)~=0%如果当前位置（x,y）生物量大于0，并且

                %该位置周围8个网格生物量有小于环境容纳量,

                %并且，周围8个网格最小适宜度值不等于0

                %并且，当前位置生物量不等于0的情况

                [m,n]=find(d{x,y}==max(max(d{x,y})));%获取周围8个网格最大的HSI，确定迁移方向

                if isequal([m,n],[x,y])%如果目标单元是当前位置，即m,n和x,y相等

                    c(m,n)=c(x,y);%那么生物量不迁移

                    set(imh,'cdata',cat(3,c,zeros(z),zeros(z)));

                    break

                else

                    if c(m,n)<1%判定目标单元生物量是否饱和，若不饱和

                        c(m,n)=c(m,n)+c(x,y);%目标单元生物量等于已有+迁移的（x，y）的生物量

                        if c(m,n)>1

                            c(m,n)=1;

                        end

                        c(x,y)=1-c(m,n);

                        if c(x,y)>=0

                            c(x,y)=0;%迁移过后命令该点生物量等于零

                            set(imh,'cdata',cat(3,c,zeros(z),zeros(z)));

                            break 

                        else 

                            c(x,y)=c(m,n)-1;

                        end

                    else

                        d{x,y}(m,n)=0;%若饱和了，重新选择方向，命令目标单元HSI=0重新选择方向

                    end

                end

            end

              % pause(01)

        end

    end

    set(imh,'cdata',cat(3,c,zeros(z),zeros(z)));

    pause(01)

end

i

这样修改之后，在我的电脑上运行至需要大约13秒。如果再把最后的一个pause删掉，则仅需大约03秒。

例1 求 f = 2 在0<x<8中的最小值与最大值

主程序为wliti1m:

f='2exp(-x)sin(x)';

fplot(f,[0,8]); %作图语句

[xmin,ymin]=fminbnd (f, 0,8)

f1='-2exp(-x)sin(x)';

[xmax,ymax]=fminbnd (f1, 0,8)

运行结果：

xmin = 39270 ymin = -00279

xmax = 07854 ymax = 06448

★（借助课件说明过程、作函数的图形）

例2 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？

设剪去的正方形的边长为x，则水槽的容积为： ，建立无约束优化模型为：min y=- ， 0<x<15

先编写M文件fun0m如下:

function f=fun0(x)

f=-(3-2x)^2x;

主程序为wliti2m:

[x,fval]=fminbnd('fun0',0,15);

xmax=x

fmax=-fval

运算结果为: xmax = 05000,fmax =20000即剪掉的正方形的边长为05米时水槽的容积最大,最大容积为2立方米

★（借助课件说明过程、作函数的图形、并编制计算程序）

例3

1、编写M-文件 fun1m:

function f = fun1 (x)

f = exp(x(1))(4x(1)^2+2x(2)^2+4x(1)x(2)+2x(2)+1);

2、输入M文件wliti3m如下:

x0 = [-1, 1];

x=fminunc(‘fun1’,x0);

y=fun1(x)

3、运行结果:

x= 05000 -10000

y = 13029e-10

★（借助课件说明过程、作函数的图形并编制计算程序）

例4 Rosenbrock 函数 f（x1，x2）=100（x2-x12）2+(1-x1)2 的最优解（极小）为x=（1，1），极小值为f=0试用不同算法（搜索方向和步长搜索）求数值最优解初值选为x0=（-12 , 2）

为获得直观认识，先画出Rosenbrock 函数的三维图形, 输入以下命令：

[x,y]=meshgrid(-2:01:2,-1:01:3);

z=100(y-x^2)^2+(1-x)^2;

mesh(x,y,z)

画出Rosenbrock 函数的等高线图,输入命令：

contour(x,y,z,20)

hold on

plot(-12,2,' o ');

text(-12,2,'start point')

plot(1,1,'o')

text(1,1,'solution')

f='100(x(2)-x(1)^2)^2+(1-x(1))^2';

[x,fval,exitflag,output]=fminsearch(f, [-12 2])

运行结果:

x =10000 10000

fval =19151e-010

exitflag = 1

output =

iterations: 108

funcCount: 202

algorithm: 'Nelder-Mead simplex direct search'

★（借助课件说明过程、作函数的图形并编制计算程序）

（五）、 作业

陈酒出售的最佳时机问题

某酒厂有批新酿的好酒,如果现在就出售,可得总收入R0=50万元(人民币),如果窖藏起来待来日(第n年)按陈酒价格出售,第n年末可得总收入 (万元),而银行利率为r=005,试分析这批好酒窖藏多少年后出售可使总收入的现值最大 (假设现有资金X万元,将其存入银行,到第n年时增值为R(n)万元,则称X为R(n)的现值)并填下表：

以上就是关于matlab最优化算法有哪些全部的内容，包括:matlab最优化算法有哪些、matlab多目标优化求解的例子、求matlab计算多目标优化问题。等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！