Question

如何最小化此功能请告诉我MATLAB

中的代码

Minimize Ra = (0.237 − 0.00175v + 8.693f − 0.00159z)
subjected to 124.53 ≤ v ≤ 167.03 
             0.025 ≤ f ≤ 0.083 
             6.2 ≤ z ≤ 14.8

Answer 1

你正在看（非常堕落）linear program 您的未知向量x = [v; f; z]，目标系数向量为c = [-0.00175; 8.693; -0.00159] 在您的特定情况下，您没有相等或不等式约束，只有下限和上限lb = [124.53; 0.025; 6.2]和ub = [167.03; 0.083; 14.8]。

您正在尝试最小化

argmin c^T x
  s.t. lb <= x <= ub

使用linprog

x = linprog( c, [], [], [], [], lb, ub );

请注意，常数系数0.237未参与优化，因为它对argmin没有影响。

Answer 2

您可以使用fmincon。让我们说v = x(1)，f = x(2)和z = x(3)，以便tehy都在一个向量中。首先，您将函数的句柄定义为：

h = @(x)(0.237 - − 0.00175*x(1) + 8.693*x(2) − 0.00159*x(3))

您需要以A*x ≤ b的形式定义约束。在您的示例中，我们重写约束，因为它们都小于某个函数：

v ≤ 167.03
-v ≤ -124.53 
f ≤ 0.083
-f ≤ -0.025 
z ≤ 14.8
-z ≤ -6.2

现在，您可以将上述内容转换为矩阵形式A*x ≤ b：

A = [1,  0,  0;
     -1, 0,  0;
     0,  1,  0;
     0, -1,  0;
     0,  0,  1;
     0,  0, -1]
b = [167.03; -124.53; 0.083; -0.025; 14.8; -6.2]

最后，您为变量x0定义初始猜测x，并通过调用fmincon进行优化：

xOpt = fmincon(h, x0, A, b)

初始猜测可以是约束中的任何值，因此x0 = [167; 0.08; 14]可以起作用。

编辑：您还可以将下限和上限矢量定义为lb = [124.53; 0.025; 6.2]和ub = [167.03; 0.083; 14.8]，并使用以下方式调用fmincon：

xOpt = fmincon(h, x0, [], [], [], [], lb, ub)

注意：如果您想将初始猜测随机化，可以使用lb和ub向量与x0 = lb + (ub - lb)*rand()进行对比。

这个工具比你需要的这个问题更强大，但是嘿，教一个人钓鱼。

Answer 3

嗯，这很简单：

>> Min_Ra = 0.237 − 0.00175*167.03 + 8.693*0.025 − 0.00159*14.8

ans = 
    0.1384905

：）

（只需减去最大允许金额，同时加上最小允许金额）

最小化多变量约束函数Matlab

3 个答案: