Приложение оптимизации с lsqlin Решателем

Проблема

Этот пример показывает, как использовать приложение Оптимизации, чтобы решить проблему метода наименьших квадратов с ограничениями.

Примечание

Приложение Оптимизации предупреждает, что будет удалено в будущем релизе.

Проблема в этом примере состоит в том, чтобы найти точку на плоском x 1 + 2x2  + 4x3  = 7, который является самым близким к источнику. Самый легкий способ решить эту проблему состоит в том, чтобы минимизировать квадрат расстояния от точки x = (x 1, x 2, x 3) на плоскости к источнику, который возвращает ту же оптимальную точку как минимизация фактического расстояния. Поскольку квадрат расстояния от произвольной точки (x 1, x 2, x 3) к источнику x12+x22+x32, можно описать проблему можно следующим образом:

minxf(x)=x12+x22+x32,

подвергните ограничению

x 1 + 2x2  + 4x3  = 7.

Функциональный f (x) вызван, целевая функция и x 1 + 2x2  + 4x3  = 7 являются ограничением равенства. Более сложные проблемы могут содержать другие ограничения равенства, ограничения неравенства и ограничения верхней или нижней границы.

Подготовка проблемы

Этот раздел показывает, как настроить проблему с решателем lsqlin в приложении Оптимизации.

  1. Введите optimtool в Командном окне, чтобы открыть приложение Оптимизации.

  2. Выберите lsqlin из выбора решателей. Используйте алгоритм Interior point.

  3. Введите следующее, чтобы создать переменные для целевой функции:

    • В поле C введите eye(3).

    • В поле d введите zeros(3,1).

    Поля C и d должны появиться как показано в следующей фигуре.

  4. Введите следующее, чтобы создать переменные для ограничений равенства:

    • В поле Aeq введите [1 2 4].

    • В поле beq введите 7.

    Поля Aeq и beq должны появиться как показано в следующей фигуре.

  5. Нажмите кнопку Start как показано в следующей фигуре.

  6. Когда алгоритм останавливается под Run solver and view results, следующая информация отображена:

    • Значение Current iteration, когда отключенный алгоритм, который для этого примера является 1.

    • Окончательное значение целевой функции, когда отключенный алгоритм:

      Objective function value: 2.333333333333334
    • Выходное сообщение:

      Minimum found that satisfies the constraints.
      
      Optimization completed because the objective function is non-decreasing in 
      feasible directions, to within the value of the optimality tolerance,
      and constraints are satisfied to within the value of the constraint tolerance.
    • Конечный пункт, который для этого примера является

          0.333
          0.667
          1.333

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте