MATLAB：fmincon
在matlab中，一般使用fmincon来解决非线性优化问题
x,fval,exitflag,output,lambda,grad,hessian\]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) 一般使用： \[x,fval,exitflag\]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)  式中，输出x是最优解，fval是最优化结果，exitflag是优化成功与否 fun是目标函数（最优化函数） x0是初始状态 A,b是不等式线性约束 Aeq，beq是等式线性约束 lb和ub是x的约束范围 nonlcon 是非线性约束,和fun同理若此项不存在，用\[\]替代 ## 案例分析： 比如在无人机追逃过程中，XDi和XAj，分别为一个二维的位置点，a为常数，来求解使得f最小的位置x  参考资源： [https://download.csdn.net/download/weixin_44346182/88925127](https://download.csdn.net/download/weixin_44346182/88925127 "https://download.csdn.net/download/weixin_44346182/88925127") ## Python：minimize 在python中，使用scipy库里的minimize函数 pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple 和matlab类似，res = minimize(fun(), x0, constraints=cons) fun()是要优化的函数 x0是初始状态，co nstraints是约束函数，不过这个是大于0的式子 ## 案例分析 同上的问题，代码 [https://download.csdn.net/download/weixin_44346182/88925133](https://download.csdn.net/download/weixin_44346182/88925133 "https://download.csdn.net/download/weixin_44346182/88925133") ## 01规划：intlinprog matlab中解决01规划使用的是intlinprog函数 [https://www.cnblogs.com/goodtwo/p/11145699.html](https://www.cnblogs.com/goodtwo/p/11145699.html "https://www.cnblogs.com/goodtwo/p/11145699.html") 使用方法为： \[x,fval\]**=intlinprog(f,intcon,A,b,Aeq,beq,lb,ub****）**  x是最优解：比如\[1,0,1\],fval是最优解，f是约束函数的系数，intcon是整数的个数 例如：  三个都是整数变量，intcon=1:3 注意：此函数是求整数规划的最小值，如果是最大值，则优化函数的系数矩阵f去负号  f=\[-5 -8\]; A=\[1 1;5 9\]; b=\[6 45\]; lb=zeros(2,1);%约束范围 intcon=\[1 2\]; \[x,fval\]=intlinprog(f,intcon,A,b,\[\],\[\],lb,\[\]);