r1=unifrnd(0,10,100000,1); %产生x1的n*1随机矩阵 4 N h4 E6 u8 l1 L
r2=unifrnd(0,10,100000,1); %产生x2的n*1随机矩阵 * m5 Q$ B0 a X% t7 _
sol=[r1(1) r2(1)]; ' b5 u+ }% h4 Y; J3 w
z0=-inf; %z0初始化$ k! B9 r6 k' A# T& u( h; i
f=inline('-2*x(1)^2-x(2)^2+x(1)*x(2)+8*x(1)+3*x(2)','x'); %目标函数5 Q" @' [% L X: E' @
for i=1:100000 ; G0 V! B1 Q& j/ C0 f: g
x1=r1(i);: i1 S2 N; l$ L" J
x2=r2(i); & k! E9 _* e6 i2 d: Q+ P# U
y=yueshu([x1 x2]);& U/ I+ [& F) ~3 X" ~3 u
if y==1 %当满足约束条件时3 ^7 T* M) ]0 D) ^9 r% N( r& W
z=f([x1 x2]); 7 R0 y+ a$ j" m8 d
if z>=z0 %求最大值 . E& b; g4 b2 j7 s/ ~9 T
z0=z;) s1 C o/ z7 A! z4 } J/ ^, }
sol=[x1 x2]; %最值解9 d. U7 S7 V" O, m7 H' X
end " i" G' C0 Y, b
end. \( P6 i* b4 `8 `4 G. F
end* {: P& p) S) o0 R: V
sol7 J' K0 c( d$ H8 ^
z0
复制代码
这个算法的基本思想是在指定的随机范围内随机生成大量的候选解，然后根据约束条件筛选出符合条件的解，并在这些解中找到目标函数的最大值。整个过程是一种蒙特卡洛随机搜索的思想，因此结果可能因为随机性而有一定的不确定性。这种方法的优点在于简单、易于实现，但缺点是可能收敛速度较慢。3 D8 Z& a# v. m |
