5.6

孙锺鸣發表於2024-06-19

題目:

實驗五:MATLAB最最佳化工具箱的使用

(1)線性規劃應用案例的求解

1、基本要求

透過一個農業生產計劃最佳化安排的例項求解,培養學生解決實際線性規劃問題的初步能力;熟悉線性規劃的建模過程;掌握Matlab最佳化工具箱中線性規劃函式的呼叫。

2、主要內容

某村計劃在100公頃的土地上種植a、b、c三種農作物。可以提供的勞力、糞肥和化肥等資源的數量,種植每公頃農作物所需這三種資源的數量,以及能夠獲得的利潤如表所示。

種植投入產出表

用 工

糞肥(噸)

化肥(千克)

利潤(元)

a

450

35

350

1500

b

600

25

400

1200

c

900

30

300

1800

可提供資源

63000

3300

33000

其中一個勞動力幹一天為1個工。現在要求為該村制定一個農作物的種植計劃,確定每種農作物的種植面積,使得總利潤最大。

3、操作要點

(1)建立線性規劃的數學模型;

(2)安裝Matlab最佳化工具箱(Optimization Toolbox),並學習工具箱中求解線性規劃的函式;

(3)利用Matlab最佳化工具箱解線性規劃問題。

(4)執行該程式,在命令窗記錄下最優解x和對應的最優值fval。

(5)按照模板撰寫實驗報告,要求規範整潔。

4、主要儀器裝置

微機及Matlab軟體

(2)二次規劃應用案例的求解

1、基本要求

透過一個投資組合最佳化問題的例項求解,培養學生解決實際二次規劃問題的初步能力;熟悉線性規劃的建模過程;掌握Matlab最佳化工具箱中線性規劃函式的呼叫。

2、上機主要內容

求解從一點(0,0,0)到超平面的最短距離,

其中,,。

透過建模構造二次規劃問題,求解以上問題的最優解和最優值。

3、操作要點

(1)建立二次規劃的數學模型;

(2)安裝Matlab最佳化工具箱(Optimization Toolbox),並學習工具箱中求解二次規劃的函式;

(3)利用Matlab最佳化工具箱解二次規劃問題。

(4)執行該程式,在命令窗記錄下最優解x和對應的最優值fval。

(5)按照模板撰寫實驗報告,要求規範整潔。

4、主要儀器裝置

微機及Matlab軟體

程式碼:

1. 演算法步驟

1. 演算法步驟

1. 定義變數

設 x1, x2, x3 分別為 a, b, c 三種農作物的種植面積(公頃)。

2. 建立目標函式

目標函式是最大化總利潤,可以表示為:

Z = 1500x1 + 1200x2 + 1800x3

3. 建立約束條件

根據題目給出的資源限制,我們可以建立以下約束條件:

用工限制:450x1 + 600x2 + 900x3 ≤ 63000

糞肥限制:35x1 + 25x2 + 30x3 ≤ 3300

化肥限制:350x1 + 400x2 + 300x3 ≤ 33000

種植面積限制(非負且總和為100公頃):x1, x2, x3 ≥ 0 且 x1 + x2 + x3 = 100

4. 使用MATLAB求解

在MATLAB中,我們可以使用linprog函式來求解線性規劃問題。首先,我們需要將問題轉化為linprog的標準形式:

min -Z

s.t. Ax ≤ b

Aeqx = beq

lb ≤ x ≤ ub

其中,A 和 b 是線性不等式約束的係數和右側值,Aeq 和 beq 是線性等式約束的係數和右側值,lb 和 ub 是變數的下界和上界。

2. 程式碼

% 定義目標函式的係數(注意:linprog預設求解最小化問題,所以我們取負號)

f = [-1500; -1200; -1800];

% 定義不等式約束的係數和右側值

A = [450, 600, 900;

35, 25, 30;

350, 400, 300];

b = [63000; 3300; 33000];

% 定義等式約束的係數和右側值(種植面積總和為100公頃)

Aeq = [1, 1, 1];

beq = 100;

% 定義變數的下界和上界(這裡只有下界,上界可以設為inf)

lb = [0; 0; 0];

ub = [inf; inf; inf];

% 呼叫linprog函式求解

[x, fval, exitflag, output] = linprog(f, A, b, Aeq, beq, lb, ub);

% 輸出結果

if exitflag > 0

disp('Optimal solution found.')

disp(['Profit: ', num2str(-fval)]) % 注意:取負號得到實際的最大利潤

disp(['Area for crop a: ', num2str(x(1))])

disp(['Area for crop b: ', num2str(x(2))])

disp(['Area for crop c: ', num2str(x(3))])

else

disp('No feasible solution found.')

end

3. 結果

>> lab05

Optimal solution found.

Optimal solution found.

Profit: 162000

Area for crop a: 60

Area for crop b: 0

Area for crop c: 40

相關文章