‫‪blog.faradars.

org‬‬ ‫مجله فرادرس‬ ‫‪ – BFCS0021‬تقلبنامه بهینهسازی‬

‫جعبه ابزار بهینهسازی در متلب‬

‫بهینهسازی مبتنی بر مساله با جعبه ابزار بهینهسازی (‪)Optimization Toolbox‬‬

‫در جعبه ابزار بهینهسازی موجود برای زبان متلب (‪ ،)Optimization Toolbox‬از یک نحو (‪ )Syntax‬طبیعی برای تعریف و‬

‫حل مسائل بهینهسازی خطی‪ ،‬خطی متغیر صحیح مختلط‪ ،‬درجه دو‪ ،‬کمترین مربعات خطی و غیرخطی استفاده میشود‪.‬‬

‫‪ .۱‬تعریف مساله‬

‫شی ‪ ،OptimizationProblem‬یک مساله بهینهسازی را توصیف میکند و شامل متغیرهایی برای بهینهسازی‪ ،‬قیود‬

‫(‪ ،)Constraints‬تابع هدف (‪ )Objective Function‬و تعیین بیشینه یا کمینه بودن آن است‪ .‬برای ساخت یک‬

‫‪ OptimizationProblem‬با پیروی از «گردش کار مبتنی بر مساله» (‪ ،)Problem-Based Workflow‬از تابع‬

‫‪ optimproblem‬به منظور نگهداری «هدف» (‪« ،)Object‬قیود» (‪ )Constraints‬و متغیرهای مربوطه استفاده میشود‪.‬‬

‫مثال‪:‬‬

‫‪assignmentProb = optimproblem‬‬

‫‪responseProb = optimproblem‬‬

‫‪ .۲‬تعریف متغیر‬

‫متغیرهای بهینهسازی با ‪ optimvar‬ساخته میشوند‪ .‬نام متغیر‪ ،‬ابعاد اختیاری‪ ،‬حدود (‪ )Bounds‬و نوع (‪ )Type‬متغیرهای‬

‫بهینهسازی را در این مرحله میتوان تنظیم کرد‪ .‬همچنین‪ ،‬اندیسگذاری با متغیرهای صحیح یا رشتهها انجام میشود‪.‬‬

‫مثال‪:‬‬

‫;)"‪x = optimvar("x‬‬

‫;)"‪y = optimvar("y‬‬

‫;]"‪employees = ["a","b","c‬‬

‫;]"‪tasks = ["t1","t2","t3‬‬

‫)"‪assign = optimvar("assign",employees,tasks,"LowerBound",0,"UpperBound",1,"Type","integer‬‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬
blog.faradars.org ‫مجله فرادرس‬ ‫ – تقلبنامه بهینهسازی‬BFCS0021

)Constraints( ‫) و قیود‬Object( ‫ تعریف عبارات برای استفاده در هدف‬.۳

‫) را باید به عنوان‬Expressions( ‫ دیگر عبارتها‬،‫ اکنون‬OptimizationExpression ‫در این وهله باید مستقیما یک‬

fcn2optimexpr ‫تابعهای متلب تعریف و با استفاده از‬ .‫تعیین شود که نسبت بین چندجملهایها است‬

.‫به عبارت بهینهسازی تبدیل کرد‬

:‫مثال‬

:‫مثال‬
response = -3*(y - x.^3 - x).^2 - (x - 4/3).^2;

a = 4;
totalCost = sum(sum(cost.*assign));

xyfcn = @(x,y,a)exp(y)*a*x.^2;
sumByEmployee = sum(assign,2);

xyexpr = fcn2optimexpr(xyfcn,x,y,a);
sumByTask = sum(assign,1);

‫ تعیین هدف‬.۴

:‫ باید هدف (کمینه یا بیشینه بودن) بهینهسازی را مثال‬،‫اکنون‬

responseProb.ObjectiveSense = "maximize;" ‫استفاده از اسکالر‬ ‫با‬ ‫باید‬ ‫هدف‬ ‫تابع‬ .‫کرد‬ ‫تعیین‬

.‫ تنظیم شود‬OptimizationExpression
responseProb.Objective = response;

‫ یک عبارت ریاضی بر حسب‬،OptimizationExpression

assignmentProb.ObjectiveSense = "minimize;"
‫متغیرهای بهینهسازی برای تابع هدف و یا برای مقایسه قیود‬
assignmentProb.Objective = totalCost;
.‫است‬

‫ تعریف قیود‬.۵

)Relational Operator( »‫ با یک «عملگر رابطهای‬OptimizationConstraint ‫ برای تعیین‬،OptimizationExpressions

.‫ترکیب و به مساله تخصیص داده میشود‬

:‫مثال‬

responseProb.Constraints.ellipse = x.^2/2 + y.^2/4 <= 1;

responseProb.Constraints.xyconstr = xyexpr >= 1;

assignmentProb.Constraints.oneTaskPerEmployee = sumByTask <= 1;

assignmentProb.Constraints.oneEmployeePerTask = sumByEmployee == 1;

.‫ به این لینک مراجعه فرمایید‬،‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‬

‫‪blog.faradars.org‬‬ ‫مجله فرادرس‬ ‫‪ – BFCS0021‬تقلبنامه بهینهسازی‬

‫‪ .۶‬بازبینی‬

‫شی بهینهسازی‪ ،‬یعنی ‪ OptimizationProblem‬که مساله بهینهسازی را تعریف میکند‪ ،‬با استفاده از ‪،showexpr‬‬

‫‪ showbounds ،showconstr‬و ‪ showproblem‬قابل نمایش است‪.‬‬

‫با استفاده از مرورگر فضای کار نیز میتوان ‪ OptimizationProblem‬را مشاهده کرد‪.‬‬

‫‪ .۷‬حل و تحلیل‬

‫چنانکه پیش از این اشاره شد‪ OptimizationProblem ،‬یک شی بهینهسازی است که مساله بهینهسازی را تعریف میکند‪.‬‬

‫این شی با استفاده از تابع ‪ optimproblem‬ساخته میشود‪ .‬برای حل مساله بهینهسازی از ‪ solve‬استفاده میشود‪ .‬با حل‬

‫مساله به وسیله ‪ ،solve‬مقادیر راه حل و هدف باز گردانده میشوند و پس از آن‪ solver ،‬توقف پیددا میکندد‪ .‬همچندین‪،‬‬

‫‪ solve‬یک نقطه اولیه برای مسائل غیرخطی نیز فراهم میکند‪.‬‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬
‫‪blog.faradars.org‬‬ ‫مجله فرادرس‬ ‫‪ – BFCS0021‬تقلبنامه بهینهسازی‬

‫مثال‪:‬‬

‫;‪x0.x = 0‬‬

‫;‪x0.y = 0‬‬

‫)‪[sol,fval,exitflag] = solve(responseProb,x0‬‬

‫از ‪ solve‬میتوان همراه با گزینههای بهینهسازی (‪ )optimoptions‬استفاده کرد‪.‬‬

‫مثال‪:‬‬

‫;)‪o = optimoptions(assignProb,"MaxTime",10‬‬

‫)‪sol = solve(assignmentProb,"Options",o‬‬

‫مجموعه آموزشهای الگوریتمهای بهینهسازی هوشمند (‪+‬کلیک کنید)‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬

‫جهت آگاهی از آخرین تقلبنامههای منتشر شده‪ ،‬در کانال تلگرام مجله فرادرس عضو شوید‪.‬‬

‫تهیه و تنظیم‪ :‬مجله فرادرس‬

‫منبع‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬