MATLAB数学建模算法学习笔记.docx
《MATLAB数学建模算法学习笔记.docx》由会员分享，可在线阅读，更多相关《MATLAB数学建模算法学习笔记.docx（18页珍藏版）》请在冰豆网上搜索。
MATLAB数学建模算法学习笔记
关于MATLAB的数学建模算法学习笔记
目录
线性规划中应用：
3
非线性规划：
3
指派问题;投资问题：
（0-1问题）3
1）应用fmincon命令语句3
2）应用指令函数：
bintprog5
重新整理矩阵类型6
1）应用reshape6
2）应用命令：
nonzeros7
非线性的最小值得求法：
含有一个变量时，应用命令:
fminsearch（@fun,x0）7
含有多个变量时用：
fminunc（）7
求解非线性多变量等式应用命令fsolve8
二次规划问题应用：
quadprog8
把有条件的问题转化成无条件问题。
罚函数法：
fminunc9
在Matlab中求解极值问题函数有：
9
1）fminbnd9
1：
在Matlab中求解距离的函数为：
dist9
最小生成树9
prim算法10
Find函数的应用10
关于图论的Matlab工具箱相关命令10
这些命令基本上都用到稀疏阵,产生稀疏阵用sparse命令10
查看网图用view11
积分命令quadl11
Matlab插值工具箱11
一维插值：
interp111
二维插值：
11
插值接点为网格节点：
interp211
插值节点为散乱节点：
griddata11
最小二乘法11
2）应用lsqlin命令语句12
三次样条差12
积分函数命令：
quadl13
同一组数据用不同插值方法效果比较线性插值、三次样条插值13
参数估计14
1）非线性最小拟合14
命令：
lsqcurvefit解决非线性拟合问题。
14
2）线性最小二乘法15
解微分方程16
1）求解常微分、线性常微分、齐次与非齐次微分方程等问题16
2）初值问题的matlab数值解16
3）高阶微分方程16
4）边值问题的Matlab数值解16
多目标规划问题18
解决方案：
18
1）加权系数法。
18
2）优先等级法。
18
3）序贯算法18
4）应用多目标规划的MATLAB函数fgoalattain具体见《数学建模算法与应用》P13118
5）多目标规划可以归结为：
18
分类问题19
聚类分析：
Q型和R型19
用于求元素之间距离的命令：
mandist19
去掉非零元命令：
nonzeros19
去掉重复的元素命令：
union19
Matlab聚类分析的相关命令19
知识点
线性规划中应用：
1）X=linprog（c,a,b,aeq,beq,zeros（x的个数，1））用于在限制条件下的最小值；
X=linprog（-c,a,b,aeq,beq,zeros（x的个数，1））用于在限制条件下的最大值；
非线性规划：
1）X=fmincon（fun,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS）
指派问题;投资问题：
（0-1问题）
1）应用fmincon命令语句
Matlab中非线性规划的数学模型写成以下形式
其中f（x）是标量函数，A,B,Aeq,Beq是相应维数的矩阵和向量，C（x）,Ceq（x）是非线性向量函数。
Matlab中的命令是
X=FMINCON（FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS）
它的返回值是向量x，其中FUN是用M文件定义的函数f（x）；X0是x的初始值；A,B,Aeq,Beq定义了线性约束A*X≤B,Aeq*XBeq，如果没有线性约束，则A=[],B=[],Aeq=[],Beq=[]；LB和UB是变量x的下界和上界，如果上界和下界没有约束，则LB=[]，UB=[]，如果x无下界，则LB的各分量都为-inf，如果x无上界，则UB的各分量都为inf；NONLCON是用M文件定义的非线性向量函数C（x）,Ceq（x）；OPTIONS定义了优化参数，可以使用Matlab缺省的参数设置。
例子：
2）应用指令函数：
bintprog
重新整理矩阵类型
1）应用reshape
2）应用命令：
nonzeros
功能是将a=nonzeros（b）矩阵b按列逐次去值放在a中形成一个列向量。
非线性的最小值得求法：
含有一个变量时，应用命令:
fminsearch（@fun,x0）
含有多个变量时用：
fminunc（）
求解非线性多变量等式应用命令fsolve
二次规划问题应用：
quadprog
把有条件的问题转化成无条件问题。
罚函数法：
fminunc
其中:
用法[X,Y]=fminunc（‘test3’,rand（1,2））与[X,Y]=fminunc（@test3,rand（1,2））相同。
缺点：
精度不高。
在Matlab中求解极值问题函数有：
1）fminbnd
解决单变量非线性函数在区间上的极小值问题。
3）fseminf
解决多变量、含有非线性约束的极小值问题。
3）fminimax
解决多变量，满足在多个式子中极小——极大问题。
加一个负号就是解决多个式子中极大——极小值问题。
4）利用梯度求解约束优化问题。
1：
在Matlab中求解距离的函数为：
dist
2：
Sin（）的反函数用asind（）表示
3：
将数据生成txt文本：
dlmwrite
最小生成树
prim算法
Find函数的应用
1）I=find（A）找出A内的非零元素位置，按列查找。
一次写在I中。
2）[I,J,K]=find（A）找出A中非零元素的位置，将行标放入I中，将列表放入J中，将数值放入K中，按理寻找。
关于图论的Matlab工具箱相关命令
这些命令基本上都用到稀疏阵,产生稀疏阵用sparse命令
1）graphallshortestpaths求图中所有顶点之间的最短距离
2）graphconncomp找无向图的连通分支，或有向图的强（弱）连通分支
3）Graphisdag测试所有有向图是否含有圈，不含圈返回1，含圈返回0
4）Graphisomorphism确定连个图是否同构，同构返回1，否则返回0
5）Graphisspantree确定一个图是否是生成树，是返回1，否则返回0
6）Graphmaxflow计算有向图的最大流
7）Graphminspantree在图中找最小生成树
8）Graphpred2path把前驱顶点的一对顶点间的最短距离和嘴短路径
9）Graphtopoorder执行有向无圈图的拓扑排序
10）Graphtraverse求从一顶点出发，所能遍历图中的顶点
查看网图用view
用法：
view（biograph（ST,[],'ShowArrows','off','ShowWeights','on'））其中ST为树。
积分命令quadl
Matlab插值工具箱
一维插值：
interp1
二维插值：
插值接点为网格节点：
interp2
插值节点为散乱节点：
griddata
最小二乘法
1）
2）应用lsqlin命令语句
3）
三次样条差
积分函数命令：
quadl
同一组数据用不同插值方法效果比较线性插值、三次样条插值
例子clc;clear;
x0=[035791112131415];
y0=[01.21.72.02.12.01.81.21.01.6];
x=0:
0.1:
15;
y1=interp1（x0,y0,x）;%%线性插值
y2=interp1（x0,y0,x,'spline'）;%%%立方样条插值
pp1=csape（x0,y0）;
y3=ppval（pp1,x）;%%边界为一阶导插值
pp2=csape（x0,y0,'second'）;
y4=ppval（pp2,x）;%%边界为二阶导插值
[x',y1',y2',y3',y4'];
subplot（1,3,1）
plot（x0,y0,'+',x,y1）
title（'Piecewiselinear'）
subplot（1,3,2）
plot（x0,y0,'+',x,y2）
title（'Spline1'）
subplot（1,3,3）
plot（x0,y0,'+',x,y3）
title（'Spline2'）
dx=diff（x）;%%diff为一阶微分
dy=diff（y3）;
dy_dx=dy./dx;
dy_dx0=dy_dx
（1）
%%求13<=x<=15内y的最小值
ytemp=y3（131:
151）;
ymin=min（ytemp）;
index=find（y3==ymin）;
%%
xmin=x（index）;
[xmin,ymin]
holdon
plot（xmin,ymin,'ro'）
参数估计
1）非线性最小拟合
命令：
lsqcurvefit解决非线性拟合问题。
人口数学模型的应用：
例子：
数学建模算法与应用的的6章人口预报模型
clc,clear
a=textread（'data4.txt'）;%把原始数据保存在纯文本文件data4.txt中
x=a（[2:
2:
6],:
）';%提出人口数据
x=nonzeros（x）;%去掉后面的零，并变成列向量
t=[1790:
10:
2000]';
t0=t
（1）;x0=x
（1）;
fun=@（cs,td）cs
（1）./（1+（cs
（1）/x0-1）*exp（-cs
（2）*（td-t0）））;%cs
（1）=xm,cs
（2）=r
cs=lsqcurvefit（fun,rand（2,1）,t（2:
end）,x（2:
end）,zeros（2,1））%%拟合，满足使最小二乘最小的参数cs
xhat=fun（cs,[t;2010]）%预测已知年代和2010年的人口
2）线性最小二乘法
人口数学模型的应用，例子：
1）利用后项查分
clc,clear
a=textread（'data4.txt'）;%把原始数据保存在纯文本文件data4.txt中
x=a（[2:
2:
6],:
）';
x=nonzeros（x）;
t=[1790:
10:
2000]';
a=[ones（21,1）,-x（2:
end）];
b=diff（x）./x（2:
end）/10;%%时间间隔为10年
cs=a\b;
r=cs
（1）,xm=r/cs
（2）
2）利用前项查分
clc,clear
a=textread（'data4.txt'）;%把原始数据保存在纯文本文件data4.txt中
x=a（[2:
2:
6],:
）';x=nonzeros（x）;
t=[1790:
10:
2000]';
a=[ones（21,1）,-x（1:
end-1）];
b=diff（x）./x（1:
end-1）/10;
cs=a\b;
r=cs
（1）,xm=r/cs
（2）
解微分方程
1）求解常微分、线性常微分、齐次与非齐次微分方程等问题
用命令:
dsolve数学建模算法与应用p112-P114
2）初值问题的matlab数值解
用：
ode45（采用四五阶龙哥库塔方简称RK方法）、ode23（采用二三阶RK方法）、ode113（采用多步法，效率一般比ode45高）
用法：
例如：
[x,y]=ode45（fun,[a,d],y0）其中fun为定义微分方程，[a,d]为定义区间，y0为初始值，x为在定义区间中采用四
升级会员 