25.10 matlab里面的10中优化方法介绍—— 函数fmincon(matlab程序)

1. 简述

关于非线性规划

非线性规划问题是指目标函数或者约束条件中包含非线性函数的规划问题。

前面我们学到的线性规划更多的是理想状况或者说只有在习题中,为了便于我们理解,引导我们进入规划模型的一种情况。相比之下,非线性规划会更加贴近实际的生活。那这节我们先通过一个类似于线性规划中linprog()函数的fmincon()来体会一下这类问题的解决过程。

一、fmincon()的基本形式

基本形式如下:x = fmincon('fun',x0,A,b,Aeq,beq,lb,ub,'nonlcon',options) ;

(1)'fun'为目标函数,注意需要单引号,或者@,或者直接在定义时写成匿名函数即可,后面的nonlcon为非线性约束(包括等式和不等式),形式要求同fun;

(2)x0表示决策变量的初始值,可以随机取一组符合约束条件的数据值,一般来讲没什么影响;

(3)A,b,Aeq,beq分别表示线性的不等式约束和等式约束,Ax<=b,Aeqx=beq;lb,ub同之前的linprog()函数,表示上下界的向量;

(4)使用 options 所指定的优化选项执行最小化。使用 optimoptions 可设置这些选项。如果没有非线性不等式或等式约束,请设置 nonlcon = \[\]。

基本要求就是以上这些,下面我们以几个例子来具体实现一下。

2. 代码

例子1

%% 用函数fmincon求约束最优化问题

clear all

f=inline('exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1)','x');

x0=-1 1;

x,fval=fmincon(f,x0,\[\],\[\],\[\],\[\],\[\],\[\],'fcon1212')

例子2

%% 用fmincon解线性约束的最优化

clear all

f=inline('-x(1)*x(2)*x(3)','x');

A=-1,-2,-2;1,2,2; %A*x<=b

b=0;72;

x0=10;10;10;

x,fval=fmincon(f,x0,A,b)

3. 运行结果

相关推荐
伞伞悦读1 分钟前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
老余说AI3 分钟前
跨境电商、课程出海:六款多语言视频翻译工具选型指南
大数据·运维·人工智能
码农杂谈000728 分钟前
不止三折叠:网易智企 IM UIKit 鸿蒙版一键升级多形态适配
人工智能
泯泷43 分钟前
别再手动盯盘了!用这个免费工具实现股市自动监控
人工智能
陈如水1 小时前
Spring AI Alibaba 在多 Agent 场景下的实践
java·人工智能·spring
honker_X1 小时前
Python字符串全攻略:从入门到精通
开发语言·python
半杯咖啡半行码1 小时前
Qt 隐式共享(Implicit Sharing)深度解析:机制、陷阱与 Qt6迁移
开发语言·数据库·qt
瓶瓶持续学习中1 小时前
物理AI与具身智能的技术架构区别:从空间建模到机器人动作执行
人工智能·机器人
吃我一窝jio1 小时前
Docker+Jenkins+K8s全流程部署
java·开发语言·笔记·python
羲云网络2 小时前
GPT Image 2.6 精准编辑前,先排查参考图的访问权限与输入交接
图像处理·人工智能·aigc