matlab GUI程序转换成exe可执行文件
matlab GUI程序转换成exe可执行文件
matlab GUI程序转换成exe可执行文件1.设置编译器：
在确定安装好Matlab Compiler后，还需要对Compiler进行适当的配置，方法是在Matlab命令窗口输入：
Mbuild –setup，按提示选择matlab自带编译器LCC。
2.将脚本编译为可执行文件：
如项目文件包含：gui.m, gui.gif, fun1.m。
在此路径下命令行输入：mcc –m gui.m，生成：mccExcludedFiles.log，ReadMe.txt，gui.ctf，gui.prj，gui_main.c，
gui_mcc_component_data.c，gui.exe。其中：gui.ctf，gui.exe为脱离matlab环境运行必需的文件。
3.在未安装matlab的机器上运行可执行程序。
将R2 2007b\toolbox\compiler\deploy\win32中的MCRinstaller.exe 安装到该计算机上，将生成可执行程序脱离matlab运行所需的函数库。将2中生成的gui.ctf，gui.exe拷贝到该计算机同一路径。运行gui.exe 将生成gui_mcr文件夹，包含程序运行所需的库。至此完成。
4.去除独立可执行程序运行时的“DOS黑窗口”。
以上生成的exe程序运行时首先弹出一个DOS界面窗口，如果不需要其输出数据和错误信息，可将其去除。
matlba命令行输入：
cd(prefdir)
edit compopts.bat
此时compopts.bat打开，在文件最后添加：
set LINKFLAGS=%LINKFLAGS% -subsystem windows
如果程序比较复杂，易出现异常，则不建议去除这个dos窗口以便调试。另外，这个办法是适用于你用的编译器为LCC，如果是其他的，那么所加语句有所不同
Microsoft Visual C/C++:
set LINKFLAGS=%LINKFLAGS% /SUBSYSTEM:WINDOWS
/ENTRY:mainCRTStartup
Borland:
set LINKFLAGS=%LINKFLAGS% -aa
5.遇到某些函数不能使用的问题。
我的程序中用到vpa函数，运行gui.exe出现：undefined method or function 'vpa' for input argument type of 'double'错误提示。而gui.m脚本在matlab环境可以运行。
原因：百度搜到的信息为：matlab不支持符号工具箱的编译。只好避开使用此函数。
matlab优化设计
MATLAB优化设计 学院：机电学院 专业：机械设计制造及其自动化 班级：072&&&-** 学号：20131****** 姓名：大禹 指导老师：祯 2015年10月25日
题目 1 1、求解如下最优化问题 步骤一：对已有的数学模型matlab 编程 1. 编写.m 文件并保存： h=[2 ,-2;-2, 4]; %实对称矩阵 f=[-2;-6]; %列向量 a=[1, 1;-1, 2]; %对应维数矩阵 b=[2;2]; %列向量 lb=zeros(2, 1); [x,value]=quadprog(h, f, a ,b ,[] ,[], lb) 2. 运行.m 文件结果如图1.0所示： subject to 2 21≤+x x 22-21≤+x x 0 21≥x x ，2 2 2121212262)(m in x x x x x x x f +-+--=
图1.0题目一文件运行结果 步骤二：matlab运行结果分析阶段 由图1.0知，当x1=0.8，x2=1.2时，min f (x)= -7.2。 题目 2 2、某农场拟修建一批半球壳顶的圆筒形谷仓，计划每座谷仓容积为300立方米，圆筒半径不得超过3米，高度不得超过10米。半球壳顶的建筑造价为每平方米150元，圆筒仓壁的造价为每平方米120元，地坪造价为每平方米50元，求造价最小的谷仓尺寸为多少？
步骤一：题目分析阶段 设：圆筒的半径为R,圆筒的高度为H 。 谷仓的容积为300立方米，可得： 3003 232=+R H R ππ 圆筒高度不得超过10米，可得： 100≤≤H 圆筒半径不得超过3米，可得： 30≤≤R 当造价最小时： 2225021202150),(m in R H R R H R f πππ+?+?= 步骤二：数学模型建立阶段 2 225021202150),(m in R H R R H R f πππ+?+?=
基于MATLAB的优化设计
基于MATLAB的曲柄摇杆机构优化设计 1.问题的提出 根据机械的用途和性能要求的不同，对连杆机构设计的要求是多种多样的，但这些设计要求可归纳为以下三种问题：（1）满足预定的运动规律要求；（2）满足预定的连杆位置要求；（3）满足预定的轨迹要求。在在第一个问题 里按照期望函数设计的思想，要求曲柄摇杆机构的曲柄与摇杆转角之间按照φ=f(?)（称为期望函数）的关系实现运动，由于机构的待定参数较少，故一 般不能准确实现该期望函数，设实际的函数为φ=F(?)（称为再现函数），而再 现函数一般是与期望函数不一致的，因此在设计时应使机构再现函数φ=F(?) 尽可能逼近所要求的期望函数φ=f(?)。这时需按机械优化设计方法来设计曲 柄连杆，建立优化数学模型，研究并提出其优化求解算法，并应用于优化模型的求解，求解得到更优的设计参数。 2.曲柄摇杆机构的设计 在图1所示的曲柄摇杆机构中，l1、l2、l3、l4分别是曲柄AB、连杆BC、摇杆CD和机架AD的长度。这里规定?0为摇杆在右极限位置φ0时的曲柄起始 位置角，它们由l1、l2、l3和l4确定。 图1曲柄摇杆机构简图 设计时，可在给定最大和最小传动角的前提下，当曲柄从?0转到?0+90?时，要求摇杆的输出角最优地实现一个给定的运动规律f(?)。这里假设要求： (?-?0)2（1）φE=f(?)=φ0+2 3π
s=30；qb=1；jj=5；fx=0； fa0=acos（（（qb+x（1））^2-x（2）^2+jj^2）/（2*（qb+x（1））*jj））； %曲柄初始角 pu0=acos（（（qb+x（1））^2-x（2）^2-jj^2）/（2*x（2）*jj））；%摇杆初始角for i=1:s fai=fa0+0.5*pi*i/s； pui=pu0+2*（fai-fa0）^2?（3*pi）； ri=sqrt（qb^2+jj^2-2*qb*jj*cos（fai））； alfi=acos（（ri^2+x（2）^2-x（1）^2）/（2*ri*x（2）））； bati=acos（（ri^2+jj^2-qb^2）（/2*ri*jj））； if fai>0&fai<=pi psi=pi-alfi-bati; elseif fai>pi&fai<=2*pi psi=pi-alfi+bati； end fx=fx+（pui-psi）^2； end f=fx； （2）编写非线性约束函数M文件confun.m function［c，ceq］=confun（x）； qb=1；jj=5；m=45*pi/180；n=135*pi/180； c（1）=x（1）^2+x（2）^2-（jj-qb）^2-2*x（1）*x（2）*cos（m）； %最小传动角约束c（2）=-x（1）^2-x（2）^2+（jj+qb）^2+2*x（1）*x（2）*cos（n）； %最大传动角约束ceq=［］； （3）在MATLAB命令窗口调用优化程序 x0=［6；4］； lb=［1；1］； ub=［］； %线性不等式约束 a=［-1-1；1-1；-11］；b=［-6；4；4］；［x，fn］=fmincon（@optimfun， x0，a，b，［］，［］，lb，ub，@confun）； （4）运行结果
机械优化设计MATLAB程序文件
机械优化设计作业1.用二次插值法求函数()()()22 ?极小值，精度e=0.01。 t t =t 1- + 在MATLAB的M文件编辑器中编写的M文件，如下： f=inline('(t+1)*(t-2)^2','t') a=0;b=3;epsilon=0.01; t1=a;f1=f(t1); t3=b;f3=f(t3); t2=0.5*(t1+t3);f2=f(t2); c1=(f3-f1)/(t3-t1); c2=((f2-f1)/(t2-t1)-c1)/(t2-t3); t4=0.5*(t1+t3-c1/c2);f4=f(t4); k=0; while(abs(t4-t2)>=epsilon) if t2
运行结果如下： 迭代计算k= 7 极小点坐标t= 2 函数值f=0.0001 2.用黄金分割法求函数()32321+-=t t t ?的极小值，精度e=0.01。 在MATLAB 的M 文件编辑器中编写的M 文件，如下： f=inline('t^(2/3)-(t^2+1)^(1/3)','t'); a=0;b=3;epsilon=0.01; t1=b-0.618*(b-a);f1=f(t1); t2=a+0.618*(b-a);f2=f(t2); k=1; while abs(b-a)>=epsilon if f1 机械优化设计在matlab中的应用 东南大学机械工程学院** 一优化设计目的： 在生活和工作中，人们对于同一个问题往往会提出多个解决方案，并通过各方面的论证从中提取最佳方案。最优化方法就是专门研究如何从多个方案中科学合理地提取出最佳方案的科学。由于优化问题无所不在，目前最优化方法的应用和研究已经深入到了生产和科研的各个领域，如土木工程、机械工程、化学工程、运输调度、生产控制、经济规划、经济管理等，并取得了显著的经济效益和社会效益。 " 二优化设计步骤： 1.机械优化设计的全过程一般可以分为如下几个步骤： 1)建立优化设计的数学模型； 2)选择适当的优化方法； 3)编写计算机程序； : 4)准备必要的初始数据并伤及计算； 5)对计算机求得的结果进行必要的分析。 其中建立优化设计数学模型是首要的和关键的一步，它是取得正确结果的前提。优化方法的选取取决于数学模型的特点，例如优化问题规模的大小，目标函数和约束函数的性态以及计算精度等。在比较各种可供选用的优化方法时，需要考虑的一个重要因素是计算机执行这些程序所花费的时间和费用，也即计算效率。 2.建立数学模型的基本原则与步骤 ①设计变量的确定； — 设计变量是指在优化设计的过程中，不断进行修改，调整，一直处于变化的参数称为设计变量。设计变量的全体实际上是一组变量，可用一个列向量表示： x=。 ②目标函数的建立； 选择目标函数是整个优化设计过程中最重要的决策之一。当对某以设计性能有特定的要求，而这个要求有很难满足时，则针对这一性能进行优化会得到满意的效果。目标函数是设计变量的函数，是一项设计所追求的指标的数学反映，因此它能够用来评价设计的优劣。 目标函数的一般表达式为： 。 f(x)=，要根据实际的设计要求来设计目标函数。 ③约束条件的确定。 一个可行性设计必须满足某些设计限制条件，这些限制条件称为约束条件，简称约束。 由若干个约束条件构成目标函数的可行域，而可行域内的所有设计点都是满足设计要求的，一般情况下，其设计可行域可表示为 优化设计 无约束优化 min f(x)= 21x +22x -21x 2x -41x 初选x0=[1,1] 程序： Step 1: Write an M-file objfun1.m. function f1=objfun1(x) f1=x(1)^2+2*x(2)^2-2*x(1)*x(2)-4*x(1); Step 2: Invoke one of the unconstrained optimization routines x0=[1,1]; >> options = optimset('LargeScale','off'); >> [x,fval,exitflag,output] = fminunc(@objfun1,x0,options) 运行结果： x = 4.0000 2.0000 fval = -8.0000 exitflag = 1 output = iterations: 3 funcCount: 12 stepsize: 1 firstorderopt: 2.3842e-007 algorithm: 'medium-scale: Quasi-Newton line search' message: [1x85 char] 非线性有约束优化 1. Min f(x)=321x +2 2x +21x -32x +5 Subject to: 1g (x)=1x +2x +18≤0 2g (x)=51x -32x -25≤0 3g (x)=131x -412 2x 0≤ 4g (x)=14≤1x 130≤ 5g (x)=2≤2x 57≤ 初选x0=[10,10] Step 1: Write an M-file objfun2.m function f2=objfun2(x) f2=3*x(1)^2+x(2)^2+2*x(1)-3*x(2)+5; Step 2: Write an M-file confun1.m for the constraints. function [c,ceq]=confun1(x) % Nonlinear inequality constraints c=[x(1)+x(2)+18; 5*x(1)-3*x(2)-25; 13*x(1)-41*x(2)^2; 14-x(1); x(1)-130; 2-x(2); x(2)-57]; % Nonlinear inequality constraints ceq=[]; Step 3: Invoke constrained optimization routine x0=[10,10]; % Make a starting guess at the solution >> options = optimset('LargeScale','off'); >> [x, fval] = ... fmincon(@objfun2,x0,[],[],[],[],[],[],@confun1,options) 运行结果： x = 3.6755 -7.0744 fval = 124.1495 优化计算MATLAB程序 首先，将目标函数写成M文件，其程序语句如下； function f = fun (x) global K L thetamax alpha for i=1:61 f = 0 betae = atan(tan(alpha(i)/(1-(K/L)*tan(alpha(i)))); A(i)=2*x(1).^2*sin(x(2)+alpha(i)); B(i)=2*K*x(1)-2*x(1).^2*cos(x(2)+alpha(i)); C(i)=2*x(1).^2-4*x(1).^2*(cos(x(2)).^2+4*K*x(1)*cos(x(2))-2*K*x(1)* cos(x(2)+alpha(i)); theta3(i)= 2*acot((A(i)+sqrt(A(i).^2+B(i).^2-C(i).^2))/(B(i)+C(i))); beta(i)=x(2)+theta3(i)-pi; if alpha(i)<=pi/18 f(i)=1.5*abs(beta(i)-betae3(i)); elseif alpha>=pi/18,alpha(i)<=pi/9;f(i)=abs(betaa(i)-betae3(i)); elsef(i)=0.5*abs(beta(i)-betae3(i)); global K L thetamax alpha K=input L=input thetamax=input x0(1)=input x0(2)=input thetamax = thetamax*pi/180; x0(2)=x0(2)*pi/180;lb(1)=0.17K; lb(2)=0.17*K; ub(1)=acot(K/(1.2*L））ub(2)=pi/2; alpha=linspace (0, theamax ,61); lb=[lb(1),lb(2)]; ub=[ub(1),ub(2)];x(0)=[x0(1),x0(2)]; options = optimset ( ‘TolFun’,‘le-10’,‘TolCon’,‘le-6’) [x,resnorm] = lsqnonlin(‘fun’,x0,lb,ub,options) g lobal K L thetamax alpha K = input L= input thetamax= input x ( 1) = input x ( 2) = input thetamax = thetamax * pi/ 180; x ( 2) = x ( 2) * pi/ 180; alpha= linspace( 0, thetamax , 61) ; fo r i= 1∶61 betae= atan( tan( alpha( i) ) / (( 1- K/ L) * tan( alpha( i) ) ) ) ; A ( i) = 2* ( x ( 1) ) .∧2* sin ( x ( 2) + alpha( i) ) ; B( i) = 2* K* x( 1) - 2* ( x ( 1) ) . ∧2* cos( x( 2) + alpha( i) ) ) ; 基于MATLAB 的曲柄摇杆机构优化设计 1. 问题的提出 根据机械的用途和性能要求的不同，对连杆机构设计的要求是多种多样的，但这些设计要求可归纳为以下三种问题：（1）满足预定的运动规律要求；（2）满足预定的连杆位置要求；（3）满足预定的轨迹要求。在在第一个问题里按照期望函数设计的思想，要求曲柄摇杆机构的曲柄与摇杆转角之间按照()f φ?=（称为期望函数）的关系实现运动，由于机构的待定参数较少，故一般不能准确实现该期望函数，设实际的函数为()F φ?=（称为再现函数），而再现函数一般是与期望函数不一致的，因此在设计时应使机构再现函数()F φ?=尽可能逼近所要求的期望函数()f φ?=。这时需按机械优化设计方法来设计曲柄连杆，建立优化数学模型，研究并提出其优化求解算法，并应用于优化模型的求解，求解得到更优的设计参数。 2. 曲柄摇杆机构的设计 在图 1 所示的曲柄摇杆机构中，1l 、2l 、3l 、 4l 分别是曲柄AB 、连杆BC 、摇杆CD 和机架AD 的长度。这里规定0?为摇杆在右极限位置0φ时的曲柄起始位置角，它们由1l 、2l 、3l 和4l 确定。 图1 曲柄摇杆机构简图 设计时，可在给定最大和最小传动角的前提下，当曲柄从0?转到090??+时，要求摇杆的输出角最优地实现一个给定的运动规律()f ?。这里假设要求： ()()2 0023E f φ?φ??π ==+ - （1） 对于这样的设计问题，可以取机构的期望输出角()E f φ?=和实际输出角 ()F φ?=的平方误差之和作为目标函数，使得它的值达到最小。 2.1 设计变量的确定 决定机构尺寸的各杆长度1l 、2l 、3l 和4l ，以及当摇杆按已知运动规律开始运行时，曲柄所处的位置角0?应列为设计变量，即: []12340T x l l l l ?= (2) 考虑到机构的杆长按比例变化时，不会改变其运动规律，通常设定曲柄长度 1l =1.0，在这里可给定4l =5.0，其他杆长则按比例取为1l 的倍数。若取曲柄的初始 位置角为极位角，则?及相应的摇杆l 位置角φ均为杆长的函数，其关系式为: ()()()()222221243230124225arccos 210l l l l l l l l l l l l ?????++-+-+==????++???????? （3） ()()22222124323034325arccos 210l l l l l l l l l l ????? +--+--==???????????? （4） 因此，只有2l 、3l 为独立变量，则设计变量为[][]2312T T x l l x x ==。 2.2目标函数的建立 目标函数可根据已知的运动规律与机构实际运动规律之间的偏差最小为指标来建立，即： ()()2 1min m Ei i i f x φφ==-→∑ （5） 式中，Ei φ-期望输出角；m -输出角的等分数；i φ-实际输出角，由图 1 可知： ()()02i i i i i i i παβ?πφπαβπ?π--≤≤??=?-+≤≤?? (6) 式中，222222322132arccos arccos 22i i i i i r l l r x x rl r x α???? +-+-== ? ????? (7) 222241424arccos arccos 210i i i i i r l l r rl r β???? +-+== ? ????? (8) i r == (9) 2.3约束条件 t t t 机械优化设计作业 1.用二次插值法求函数?( )= ( +1)( - 2)2 极小值，精度 e=0.01。 在 MA TLAB 的 M 文件编辑器中编写的 M 文件，如下： f=inline('(t+1)*(t -2)^2','t') a=0;b=3;epsilon=0.01; t1=a;f1=f(t1); t3=b;f3=f(t3); t2=0.5*(t1+t3);f2=f(t2); c1=(f3-f1)/(t3-t1); c2=((f2-f1)/(t2-t1)-c1)/(t2-t3); t4=0.5*(t1+t3-c1/c2);f4=f(t4); k=0; while(abs(t4-t2)>=epsilon) if t2 3.用牛顿法、阻尼牛顿法及变尺度法求函数 的极小点。( ) ( ) ( )21121 22, xxxxxf -+-= 4 2 (1)在用牛顿法在 MATLAB 的 M 文件编辑器中编写的 M 文件，如下： function [x,fx,k]=niudunfa(x0) syms x1 x2 f=(x1-2)^4+(x1-2*x2)^2; fx=0; v=[x1,x2]; df=jacobian(f,v); df=df.'; G=jacobian(df,v); epson=1e -12; g1=subs(df,{x1,x2},{x0(1,1),x0(2,1)}); G1=subs(G,{x1,x2},{x0(1,1),x0(2,1)}); k=0; p=-G1\g1; x0=x0+p; while(norm(g1)>epson) p=-G1\g1; x0=x0+p; g1=subs(df,{x1,x2},{x0(1,1),x0(2,1)}); G1=subs(G,{x1,x2},{x0(1,1),x0(2,1)}); k=k+1; end x=x0; fx=subs(f,{x1,x2},{x(1,1),x(2,1)}); 运行结果如下： >> [x,fx,k]=niudunfa([1;1]) x =1.9999554476059523381489991377897 0.99997772380297616907449956889483 fx =0.0000000000000000039398907941382470301534502947647 k =23 (2)用阻尼牛顿法在 MA TLAB 的 M 文件编辑器中编写的 M 文件，如下： function [x,fx,k]=zuniniudunfa(x0)%阻尼牛顿法 syms x1 x2 f=(x1-2)^4+(x1-2*x2)^2; fx=0; v=[x1,x2]; df=jacobian(f,v); df=df.'; G=jacobian(df,v); epson=1e -12;%停机原则 MATLAB第12章工程优化设计实例 第12章工程优化设计实例优化设计的数学模型 优化设计的数学模型是描述实际优化问题的设计内容、变量关系、有关设计条件和意图的数学表达式，它反映了物理现象各主要因素的内在联系，是进行优化设计的基础。优化设计数学模型的三大要素: ? 设计变量 ? 约束条件 ? 目标函数 1.设计变量 一个设计方案可以用一组基本参数的数值来表示,这些基本参数可以是构件尺 寸等几何量,也可以是质量等物理量,还可以是应力、变形等表示工作性能的导出量。设计变量:在设计过程中进行选择并最终必须确定的各项独立的基本参数,又叫做优化参数。 设计变量的全体实际上是一组变量,可用一个列向量表示 2.约束条件 设计空间是所有设计方案的集合,但这些设计方案有些是工程上所不能接受 的。如一个设计满足所有对它提出的要求,就称为可行设计。 一个可行设计必须满足某些设计限制条件,这些限制条件称作约束条件,简称约束。 3.目标函数 为了对设计进行定量评价,必须构造包含设计变量的评价函数,它是优化的目标,称为目标函数,以F(X)表示。 FxFxxx()(),，，，12n 在优化过程中,通过设计变量的不断向F(X)值改善的方向自动调整,最后求得 F(X)值最好或最满意的X值。在构造目标函数时,应注意:目标函数必须包含全部设计变量,所有的设计变量必须包含在约束函数中。 模型输入时需要注意的问题 使用优化工具箱时,由于优化函数要求目标函数和约束条件满足一定的格式,所以需要用户在进行模型输入时注意以下几个问题: 1.目标函数最小化 优化函数fminbnd、fminsearch、fminunc、fmincon、fgoalattain、fminmax 和lsqnonlin都要求目标函数最小化,如果优化问题要求目标函数最大化,可以通过使该目标函数的负值最小化即-f(x)最小化来实现。近似地,对于quadprog函数提供-H和-f,对于linprog函数提供-f。 2.约束非正 优化工具箱要求非线性不等式约束的形式为Ci(x)?0,通过对不等式取负可以达到使大于零的约束形式变为小于零的不等式约束形式的目的,如Ci(x)?0形式的约束等价于- Ci(x)?0;Ci(x)?b形式的约束等价于- Ci(x)+b?0。 3.避免使用全局变量 Fmincon 是matlab 最主要内置的求解约束最优化的函数,该函数的优化问题的标准形式为: 1. 数学模型标准形式: min f ，X， s.t. AX?b ，线性不等式约束， AeqX=beq ，线性等式约束， C(X)?0 ，非线性不等式约束条件， 机械优化设计作业 1.用二次插值法求函数()()()22 ?极小值，精度e=0.01。 t t =t 1- + 在MATLAB的M文件编辑器中编写的M文件，如下： f=inline('(t+1)*(t-2)^2','t') a=0;b=3;epsilon=0.01; t1=a;f1=f(t1); t3=b;f3=f(t3); t2=0.5*(t1+t3);f2=f(t2); c1=(f3-f1)/(t3-t1); c2=((f2-f1)/(t2-t1)-c1)/(t2-t3); t4=0.5*(t1+t3-c1/c2);f4=f(t4); k=0; while(abs(t4-t2)>=epsilon) if t2 运行结果如下： 迭代计算k= 7 极小点坐标t= 2 函数值f=0.0001 2.用黄金分割法求函数()32321+-=t t t ?的极小值，精度e=0.01。 在MATLAB 的M 文件编辑器中编写的M 文件，如下： f=inline('t^(2/3)-(t^2+1)^(1/3)','t'); a=0;b=3;epsilon=0.01; t1=b-0.618*(b-a);f1=f(t1); t2=a+0.618*(b-a);f2=f(t2); k=1; while abs(b-a)>=epsilon if f1 进退法步骤： 1. 给定初始点(0)x ，初始步长0h ，令(1)(0)0,,0h h x x k === 2. 令(4)(1),1x x h k k =+=+ 3. 若(4)(1)()()f x f x <，则转4，否则转5 4. (2)(1)(1)(4)(2)(1)(1)(4),,()(),()()x x x x f x f x f x f x ====，令h =2h ，转2 5. 若k =1，则转6，否则转,7 6. 令h =-h ，(2)(4)(2)(4),()()x x f x f x ==，转2 7. 令(3)(2)(2)(1)(1)(4),,x x x x x x ===，停止计算，极小点包含于区间(1)(3)[,]x x 或 (3)(1)[,]x x %目标函数：f %初始点：x0 %初始步长：h0 %精度：eps %目标函数取包含极值的区间左端点：minx %目标函数取包含极值的区间右端点：maxx function [minx,maxx] = minJT(f,x0,h0,eps) format long ; if nargin == 3 eps = 1.0e-6; end x1 = x0; k = 0; h = h0; while 1 x4 = x1 + h; k = k+1; f4 = subs(f, findsym(f),x4); ! subs : Symbolic substitution in symbolic expression or matrix f1 = subs(f, findsym(f),x1); ! findsym : Determine variables in symbolic expression or matrix if f4 < f1 x2 = x1; x1 = x4; f2 = f1; f1 = f4; h = 2*h; else if k==1 h = -h; x2 = x4; Matlab 在优化设计中的应用 摘 要 常见的优化问题包括线性规划、无约束优化、约束优化、最下二乘优化、多目标规划等。本文研究了matlab 在这些常见优化问题中的应用及求解。 在进行研究本课题之前，我们先通过网络、电子书刊等各种有效渠道获取我们所需信息，在充分了解与熟练掌握了各种优化问题的具体特点及性质后，我们给出了关于如何用matlab 进行多类优化问题的求解基本方法，在此前提下，为了体现该软件在这些优化领域的实际应用效果，我们结合若干个优化问题的实例进行分析、建模、以及运用matlab 编程求解，在求解过程中，通过得到的精确数据和反应结果的图例，我们了解到matlab 工具箱的功能强大，是处理优化问题的非常方便的编程工具。 关键词：matlab 优化问题 二、基本概念 2.1.1 线性规划 线性规划是优化的一个重要分支。它在理论和算法上都比较成熟，在实际中有广泛的应用。例如数学表达形式： ???? ? ??? ?=≥=+++=+++=++++++n i x b x a x a x a b x a x a x a b x a x a x a t s x c x c x c i m n mn m m n n n n n n ,,2,1,0..min 221 122222121112121112211 在MTLAB 提供的优化工具箱中，解决规划的命令是linprog ,它的调用格式如下， ),,(b A c linprog x = 求解下列形式的线性规划： ?? ?≤b Ax t s x c T ..min ),,,,(beq Aeq b A c linprog x = 求解下面形式的线性规划： 合肥工业大学 《机械优化设计》课程实践研究报告 班级：机设164 学号： 2016216214 姓名：张轩 授课教师： 日期： 2019.05.28 目录 一、Excel线性规划求解下列生产规划问题 (3) 二、黄金分割法求函数极小值 (4) 三、阻尼牛顿法 (6) 四、《机械优化设计》心得体会 (8) 一、Excel线性规划求解下列生产规划问题 二、黄金分割法求函数极小值 1)首先建立函数。建立.m文件，命名为 fun_c.m文件,内容如下： function [x_c,y_c] = fun_c(f,a,b) %UNTITLED2 此处显示有关此函数的摘要 % 此处显示详细说明 x_c=(a+b)/2; y_c=feval(f,x_c); end %[ x_c,y_c] = fun_c(f,a,b) % 调用 函数 x_c=(a+b)/2;y_gs=fun_c(f,x_c); %plot(x_c,y_c,'r*') % 在图像中标出极小值点 %fprintf('clear程序经过%d次迭代得到函数极小值点为%d ',n,x_c) 运行结果： x_c = 2.0001 y_c = 3.0000 clear程序经过20次迭代得到函数极小值点为2.000054e+00 >> n=20 迭代次数 x*=2.0001 极小值点 y*=3.0000 极小值2)编写迭代程序主体。建立c.m文件，内 容如下： f=@(x) (x-2)^2+3; a=0; b=10; eps=0.001; n=0; i=100; a1=b-0.618*(b-a); a2=a+0.618*(b-a); y1=feval(f,a1); y2=feval(f,a2); x_c=(a+b)/2; y_c=feval(f,x_c); plot(x_c,y_c,'*') hold on for k=1:i if (abs(b-a)<=eps) y_c=feval(f,a); break else if (y1<=y2) y2=feval(f,a1); b=a2; a2=a1; a1=b-0.618*(b-a); y1=feval(f,a1); elsematlab(四连杆优化设计)
(完整word版)优化设计Matlab编程作业
转向梯形优化设计matlab程序
简述基于MATLAB的优化设计
机械优化设计MATLAB程序
MATLAB第12章工程优化设计实例
机械优化设计MATLAB程序
优化设计Matlab程序
matlab在优化设计中地应用
合工大优化设计MATLAB程序
- 优化设计Matlab程序
- 工程优化设计与MATLAB实现第二讲2
- 机械优化设计(MATLAB的编程教程+习题)
- (完整word版)优化设计Matlab编程作业
- matlab(优化设计)
- matlab在优化设计中地应用
- MATLAB优化设计实验
- MATLAB优化设计
- 机械优化设计MATLAB程序
- 合工大优化设计MATLAB程序
- 工程优化设计与matlab实现2
- matlab(四连杆优化设计)
- 机械优化设计MATLAB程序
- 优化设计-进退法程序(matlab)
- 基于MATLAB的优化设计
- 机械优化设计MATLAB程序文件
- 机械优化实例及matlab工具箱
- 机械优化设计MATLAB程序
- matlab(四连杆优化设计)
- matlab优化设计