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
吴佳浩8 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
feixing_fx9 小时前
第一个 JS 程序:在浏览器控制台和 Node 中分别运行
开发语言·前端·javascript·前端框架·ecmascript
Evand J10 小时前
【MATLAB例程】二维IMM-UKF定位,基于四个基站的AOA与测距辅助
开发语言·matlab
feixing_fx10 小时前
变量与声明:let、const、var 的选择边界
开发语言·前端·javascript·前端框架
个 人 练 习 生11 小时前
C++:从零基础到深入了解vector的使用
开发语言·c++·经验分享·学习·程序人生·stl
forest_0912 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
H.莓飛12 小时前
【C++】【STL】stack_OJ题
服务器·c语言·开发语言·数据结构·c++·算法·visual studio
hudd66812 小时前
JavaEE 初阶 - 文件操作和IO
java·开发语言·java-ee
火山引擎开发者社区13 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能