整理共轭梯度法编程Word格式文档下载.docx
《整理共轭梯度法编程Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《整理共轭梯度法编程Word格式文档下载.docx（17页珍藏版）》请在冰豆网上搜索。
lambda=
ineqlin:
[0x1double]
eqlin:
[3x1double]
upper:
[7x1double]
lower:
从上述运行结果可以得出：
最优解为x=，最小值约为f*=2。
P151第三章26
用共轭梯度算法求f（x）=（x1-1）^2+5*（x2-x1^2）^2的极小点，取初始点x0=。
functionmg=MG（）
%
%共轭梯度法求解习题三第26题
clc;
clear;
n=2;
x=[20]'
;
max_k=100;
count_k=1;
trace（1,1）=x
（1）;
trace（2,1）=x
（2）;
trace（3,1）=f_fun（x）;
k=0;
g1=f_dfun（x）;
s=-g1;
whilecount_k<
=max_k
ifk==n
g0=f_dfun（x）;
s=-g0;
k=0;
else
r_min=fminbnd（@（t）f_fun（x+t*s）,-100,100）;
x=x+r_min*s;
g0=g1;
g1=f_dfun（x）;
ifnorm（g1）<
10^（-6）
break;
end
m=（norm（g1）^2）/（norm（g0）^2）;
s=-g1+m*s;
count_k=count_k+1;
trace（1,count_k）=x
（1）;
trace（2,count_k）=x
（2）;
trace（3,count_k）=f_fun（x）;
k=k+1;
end
count_k
x
f=f_fun（x）
functiong=f_dfun（x）
g（1,1）=20*x
（1）^3-20*x
（1）*x
（2）+2*x
（1）-2;
g（2,1）=10*x
（2）-10*x
（1）^2;
functionf=f_fun（x）
f=5*x
（1）^4-10*x
（1）^2*x
（2）+x
（1）^2-2*x
（1）+1+5*x
（2）^2;
k=
59
x0=
f0=
最优解为x=，最小值约为f*=0。
P151第三章26
用BFGS算法求f（x）=（x1-1）^2+5*（x2-x1^2）^2的极小点，取初始点x0=。
symsx1x2;
f=（x1-1）^2+5*（x2-x1^2）^2;
v=[x1,x2];
df=jacobian（f,v）;
df=df.'
x0=[2,0]'
g1=subs（df,{x1,x2},{x0（1,1）,x0（2,1）}）;
H0=[1,0;
0,1];
while（norm（g1）>
0.001&
k<
300）
ifk==0
p=-H0*g1;
vk=sk/（sk'
*yk）-（H0*yk）/（yk'
*H0*yk）;
w1=（yk'
*H0*yk）*vk*vk'
H1=H0-（H0*yk*yk'
*H0）/（yk'
*H0*yk）+（sk*sk'
）/（sk'
*yk）+w1;
p=-H1*g1;
H0=H1;
x00=x0;
result=Usearch1（f,x1,x2,df,x0,p）;
arf=result
（1）;
x0=x0+arf*p;
g1=subs（df,{x1,x2},{x0（1,1）,x0（2,1）}）;
p0=p;
yk=g1-g0;
sk=x0-x00;
end;
k
x0
f0=subs（f,{x1,x2},{x0（1,1）,x0（2,1）}）
functionresult=Usearch1（f,x1,x2,df,x0,p）
mu=0.001;
sgma=0.99;
a=0;
b=inf;
arf=1;
pk=p;
x3=x0;
x4=x3+arf*pk;
f1=subs（f,{x1,x2},{x3（1,1）,x3（2,1）}）;
f2=subs（f,{x1,x2},{x4（1,1）,x4（2,1）}）;
gk1=subs（df,{x1,x2},{x3（1,1）,x3（2,1）}）;
gk2=subs（df,{x1,x2},{x4（1,1）,x4（2,1）}）;
while（f1-f2<
=-mu*arf*gk1'
*pk）
b=arf;
arf=（a+arf）/2;
end;
while（1>
0）
if（gk2'
*pk<
sgma*gk1'
a=arf;
a=min（2*arf,（a+b）/2）;
while（f1-f2<
else
result=[arf];
19
f0=
4.4505e-013
P229第四章10
用SUMT内点法求解
（1）minf（x）=x1+x2
s.tg1（x）=-x1^2+x2≥0
g2（x）=x1≥0
functionsumt=SUMT（x0,e0,max_k0）
%SUMT内点法
globalxsM
x=x0;
e=e0;
max_k=max_k0;
M=100;
c=3;
e_FR=10^-10;
max_FR=200;
fork=0:
max_k
x=FR（x,e_FR,max_FR）;
trace（1,k+2）=x
（1）;
trace（2,k+2）=x
（2）;
iff_pfun（x）<
e
M=c*M;
k
trace
functionf=FR（x0,e,max_k）
globalxs;
g1=f_dfun（x）
count_k=count_k-1
f=x
注意：
以下三个函数体在运行计算习题四第8
（1）题时使用
%*****************************************************
globalM;
f=x
（1）+x
（2）+M*f_pfun（x）;
%题8
（1）
a=-x
（1）^2+x
（2）;
b=x
（1）;
ifa>
=0&
b>
=0
g（1,1）=1;
g（2,1）=1;
elseifa<
0&
g（1,1）=1+2*M*（-x
（1）^2+x
（2））*（-2*x
（1））;
g（2,1）=1+2*M*（-x
（1）^2+x
（2））;
elseifa>
b<
g（1,1）=1+2*M*x
（1）;
else
g（1,1）=1+2*M*（-x
（1）^2+x
（2））*（-2*x
（1））+2*M*x
（1）;
end%题8
（1）
functionp=f_pfun（x）
%罚函数
p=0;
p=b^2;
p=a^2;
p=a^2+b^2;
1.0e-004*
-0.2058
f=
-2.0576e-005
k=
5
trace=
100.0000-0.0050-0.0017-0.0006-0.0002-0.0001-0.0000
3.0000-0.0050-0.0017-0.0006-0.0002-0.0001-0.0000
（2）minf（x）=x1^2+x2^2
S.t2x1+x2-2≤0
-x2+1≤0
主程序与
（1）相同；
以下三个函数体在运行计算习题四第8
（2）题时使用
a=-2*x
（1）-x
（2）+2;
b=x
（2）-1;
g（1,1）=2*x
（1）;
g（2,1）=2*x
（2）;
g（1,1）=2*x
（1）+2*M*（-2*x
（1）-x
（2）+2）*（-2）;
g（2,1）=2*x
（2）+2*M*（-2*x
（1）-x
（2）+2）*（-1）;
g（2,1）=2*x
（2）+2*M*（x
（2）-1）;
g（2,1）=2*x
（2）+2*M*（-2*x
（1）-x
（2）+2）*（-1）+2*M*（x
（2）-1）;
end%题8
（2）
f=x
（1）^2+x
（2）^2+M*f_pfun（x）;
%题8
（2）
-0.0000
6
100.0000-0.0000-0.0000-0.0000-0.0000-0.0000-0.0000-0.0000
3.00000.99010.99670.99890.99960.99991.00001.0000
最优解为x=，最小值约为f*=1。
P232第四章25
用梯度投影法求解下列线性约束优化问题
minf（x）=x1^2+x1*x2+2*x2^2+2*x3^2+2*x2*x3+4*x1+6*x2+12*x3
s.tx1+x2+x3≤6
﹣x1﹣x2+2x3≥2
xi≥0,i=1,2,3
取x1=,
f=‘x1^2+x1*x2+2*x2^2+2*x3^2+2*x2*x3+4*x1+6*x2+12*x3’;
a=[111;
11-2];
b=[6;
-2];
l=zeros（3,1）;
x0=[113];
[x,fval,exitflag,output,lambda,grad,hessian]=fmincon（f,x0,a,b,[],[],l,[]）
001
14
2
funcCount:
stepsize:
medium-scale:
SQP,Quasi-Newton,line-search'
firstorderopt:
[]
[1x144char]
eqnonlin:
[2x1double]
ineqnonlin:
grad=
4.0000
8.0000
16.0000
hessian=
1.11460.67710.6042
0.67713.36462.4792
0.60422.47923.4583
最优解为x=，最小值约为f*=14。
P234第四章34
（1）
用乘子法求解
maxf（x）=10x1+4.4x2^2+2x3
s.tx1+4x2+5x3≤32
x1+3x2+2x3≤29
x3^2/2+x2^2≥3
x1≥2,x2≥0,x3≥0
function[x,minf]=ymh434（l）
formatlong;
symsx1x2x3
f=10*（x1）+4.4*（x2）^2+2*（x3）;
h=[-x1-4*x2-5*x3+32,-x1-3*x2-2*x3+29,（（x3）^2）/2+（x2）^2-3,x1-2,x2,x3];
x0=[220];
v=[100000];
M=2;
alpha=2;
gama=0.25;
var=[x1x2x3];
eps=1.0e-4;
ifnargin==8
eps=1.0e-4;
m1=transpose（x0）;
m2=inf;
whilel
FE=0;
u=subs（h,{x1,x2,x3},[m1
（1）,m1
（2）,m1（3）]）;
fori=1:
length（h）
if（v（i）+M*u（i））<
FE=FE+（（v（i）+M*u（i））^2-（v（i））^2）;
FE=FE+（v（i））^2;
SumF=f+（1/（2*M））*FE;
[m2,minf]=minNT（SumF,transpose（m1）,var,eps）;
Hm2=subs（h,{x1,x2,x3},[m2
（1）,m2
（2）,m2（3）]）;
Hm1=subs（h,{x1,x2,x3},[m1
（1）,m1
（2）,m1（3）]）;
Hx2=Funval（h,var,x2）;
Hx1=Funval（h,var,x1）;
ifnorm（Hx2）<
eps
x=x2;
ifHx2/Hx1>
=gama
M=alpha*M;
x1=x2;
v=v-M*transpose（Hx2）;
minf=Funval（f,var,x）;
formatshort;
19.7502.45
minf=
-202.42
maxf1=
202.42
最优解为x=，最大值约为f*=202.42,最小值约为f*=-202.42。
P235第四章35
（2）
用序列二次规划法求解
minf（x）=-5x1-5x2-4x3-x1x3-6x4-5x5/（1+x5）-8x6/（1+x6）-10（1-2e^-x7+e^-2x7）
s.tg1（x）=2x4+x5+0.8x6+x7-5=0
g2（x）=x2^2+x3^2+x5^2+x6^2-5=0
g3（x）=x1+x2+x3+x4+x5+x6+x7≤10
g4（x）=x1+x2+x3+x4≤5
g5（x）=x1+x3+x5+x6^2-x7^2-5≤0
xi≥0,i=1,2,…,7
functionf=objfun35（x）
f=-5*x
（1）-5*x
（2）-4*x（3）-x
（1）*x（3）-6*x（4）-5*x（5）/（1+x（5））-8*x（6）/（1+x（6））-10*（1-2*exp（-x（7））+exp（-2*x（7）））;
function[c,ceq]=confun35（x）
ceq=[x
（2）^2+x（3）^2+x（5）^2+x（6）^2-5];
c=[x
（1）+x（3）+x（5）+x（6）^2-x（7）^2-5];
clc
clear
x0=[1,1,1,1,1,1,1];
aeq=[0,0,0,2,1,0.8,1];
beq=5;
a=[1,1,1,1,1,1,1;
1,1,1,1,0,0,0];
b=[10,5]'
lb=[0,0,0,0,0,0,0];
ub=[];
[x,fval,exitflag,output,lambda,grad,hessian]=fmincon（'
objfun35'
x0,a,b,aeq,beq,lb,ub,'
confun35'
options）
[c,ceq]=confun35（x）
IterF-countf（x）constraintStep-sizederivativeoptimalityProcedure
08-31.49581Infeasiblestartpoint
117-41.71750.86421-6.31.62
226-43.03090.53581-1.090.924
335-44.51990.83481-1.40.438
综合性规划
（1）土地利用的有关规划；
444-44.45430.0462110.1260.247
（2）辨识和分析评价对象可能存在的各种危险、有害因素，分析危险、有害因素发生作用的途径及其变化规律。
553-44.46360.0043541-0.004560.127
疾病成本法和人力资本法将环境污染引起人体健康的经济损失分为直接经济损失和间接经济损失两部分。
直接经济损失有：
预防和医疗费用、死亡丧葬费；
间接经济损失有：
影响劳动工时造成的损失（包括病人和非医务人员护理、陪住费）。
这种方法一般通常用在对环境有明显毒害作用的特大型项目。
662-44.46970.0053241-0.00070.00717
771-44.46871.631e-00510.0009840.000523
880-44.46876.735e-00913.03e-0067.25e-006
安全评价可针对一个特定的对象，也可针对一定的区域范围。
989-44.46874.308e-01311.25e-0094.11e-007
另外,环境影响评价三个层次的意义，环境影响评价的资质管理、分类管理，建设项目环境影响评价的内容，规划环境影响评价文件的内容，环境价值的衡量还可能是将来考试的重点。
x=3.24180.00001.63420.12400.88961.24022.8702
规划审批机关在审批专项规划草案时，应当将环境影响报告书结论以及审查意见作为决策的重要依据。
fval=-44.4687
2）间接使用价值。
间接使用价值（IUV）包括从环境所提供的用来支持目前的生产和消费活动的各种功能中间接获得的效益。
……
0.57380.3772-0.23690.1036-0.1250-0.0757-0.1739
0.37720.68980.47690.0641-0.0816-0.0879-0.0803
（6）列出选定的评价方法，并作简
升级会员 