2024.6.6
实验五：MATLAB最优化工具箱的使用
一、实验目的
通过一个农业生产计划优化安排的实例求解，培养学生解决实际线性规划问题的初步能力；熟悉线性规划的建模过程；掌握Matlab优化工具箱中线性规划函数的调用。
通过一个投资组合优化问题的实例求解，培养学生解决实际二次规划问题的初步能力；熟悉线 性规划的建模过程； 掌握 Matlab 优化工具箱中线性规划函数的调用。
二、实验内容
（1）线性规划应用案例的求解
某村计划在100公顷的土地上种植a、b、c三种农作物。可以提供的劳力、粪肥和化肥等资源的数量，种植每公顷农作物所需这三种资源的数量，以及能够获得的利润如表所示。
种植投入产出表
|
|
用 工 |
粪肥（吨） |
化肥（千克） |
利润（元） |
|
a |
450 |
35 |
350 |
1500 |
|
b |
600 |
25 |
400 |
1200 |
|
c |
900 |
30 |
300 |
1800 |
|
可提供资源 |
63000 |
3300 |
33000 |
|
其中一个劳动力干一天为1个工。现在要求为该村制定一个农作物的种植计划，确定每种农作物的种植面积，使得总利润最大。
操作要点
（1）建立线性规划的数学模型；
（2）安装Matlab优化工具箱（Optimization Toolbox），并学习工具箱中求解线性规划的函数；
（3）利用Matlab优化工具箱解线性规划问题。
（4）运行该程序，在命令窗记录下最优解x和对应的最优值fval。
（2）二次规划应用案例的求解
求解从一点(0,0,0)到超平面的最短距离，
其中，，。
通过建模构造二次规划问题，求解以上问题的最优解和最优值。
操作要点
（1）建立二次规划的数学模型；
（2）安装Matlab优化工具箱（Optimization Toolbox），并学习工具箱中求解二次规划的函数；
（3）利用Matlab优化工具箱解二次规划问题。
（4）运行该程序，在命令窗记录下最优解x和对应的最优值fval。
三、算法步骤、代码、及结果
1. 算法步骤
问题一：
算法步骤
设x1，x2，x3分别表示农作物A，B，C的种植面积
问题模型：
max z = 1500x1 + 1200x2 + 1800x3
s.t.
x1 + x2 + x3 = 100
450x1 + 600x2 + 900x3 <=63000
35x1 + 25x2 + 30x3 <=3300
350x1 + 400x2 + 300x3 <=33000
x1, x2, x3 >= 0
问题二：
算法步骤：
该问题可以用二次规划来求解。首先，我们需要确定这个问题的数学模型。
数学模型:
设点（ Xi , X , Xy ）到超平面 Ax = b 的最短距离为 d ．则该问题的目标是求最短距离 d ， 即：
min
而约束条件为点（,,）在超平面 Ax = b 上，因此有：
Ax = b
同时， d 表示所求的距离，可以表示为：
df =
将 of 表示成决策变量的形式，得到：
d = xTx
其中 X =[ X ]，为，为 g ] T ，为决策变量。因此，我们可以列出如下的二次规划模型：
min XX
s . t . Ax = b
xERs
2. 代码
问题一：
>>f=[1500 1200 1800]';
>> f=-f;
>> a=[450 600 900;35 25 30;350 400 300];
>> b=[63000 3300 33000]';
>> acq=[1 1 1];
>> aeq=[1 1 1];
>> beq=[100];
>> lb=zeros(3,1);
>> [x,fval,exitflag,output,lamdba]=linprog(f,a,b,aeq,beq,lb)
问题二：
% 构造二次规划模型
H = 2 * eye(3);
f = zeros(3,1);
Aeq = [1 1 0; 1 0 1];
beq = [1;0];
x0 = [0; 0; 0];
% 调用quadprog函数求解
[x,fval] = quadprog(H, f, [], [], Aeq, beq, [], [], x0);
3. 结果
四、心得体会
通过本次实验，我深入学习了MATLAB优化工具箱在解决线性规划和二次规划问题中的应用，感受到了它在实际问题中的强大功能和便捷性。这次实验不仅增强了我对优化理论的理解，也提升了我使用MATLAB编程解决实际问题的能力。
