3389187358

% 5) wprowadzenie gradientu w sposób analityczny % a- przygotowanie funkcji 'koszty_grad.ni' oraz 'ograniczenia_grad.nl'

% które zawierają gradient funkcje celu oraz gradientu funkcji ograniczeń % b- zmiana opcji

opcje = optimset(opcje,'GradObj','on','GradConstr','on');

% rozwiązanie

[P, wartF, flagwyj, wyj] = fmincon(@koszty_grad,PO,[],[],[l l],[1.5],[0.4;0.4],[1.0;1.0],@ograniczenia_grad,opcje) % obliczenie gradientu oraz Hessian

[P, wartF, flagwyj, wyj, lambda, grad, Hessian] = fmincon(@koszty_grad,PO,[],[],[l l],[1.5],[0.4;0.4],[1.0;1.0],@ograniczenia_g rad, opcje)

%----------------------------------------

% 6) programowanie liniowe - ubywanie funkcji 'linprog' ff(l:2)=koszty([l;l]);

P=linprog(ff,[],[],[1.0 1.0],[1.5],[0.4;0.4J,[1;1],[1.01.0])

			% plik ograniczenia_grad.m
% 7) Używanie funkcji 'fsolve' ('fzero' jest podobną funkcją, ale tylko			% Definicja funkcji ograniczeń nieliniowych oraz ich gradienty
% dla funkcji jednozmiennej)
[xfval]=fsolve(@koszty, [11])			function (c ceq, cgrad, ceqgrad) = ogr(P)
	% plik koszty_grad.m		% ograniczenia nieliniowe typu nierównościowe
	% Definicja funkcji celu oraz jej gradient w sposób		c= [P(l)+0.1*P(l)^A2-0.5;
	% analityczny		P(2)+0.1*P(2)^A2-0.3);
	%.............................................................		cgrad = [1.0+0.2*P(1), 0;
	function [koszt gradkoszt]= funkcja(P)		0,1.0+0.2*P(2)];
	koszt = 1.0 + P(l) + P(2) + 0.1*P(1)^A2 + 0.1*P(2)^A2;		% ograniczenia nieliniowe typu równościowe
	gradkoszt=[1.0 + 0.2*P(1),		ceq = (];
	1.0 + 0.2*P(2)];		ceqgrad = [];

Podstawy teorii optymalizacji    Oceanotechnika, II stop., sem. I    105