根据数学公式求解非线性规划

2744557306

Max X=-2X12 -X22+X1X2+8X1+3X2S.t.

Zhu.m为主程序文件

Yueshu.m为约束文件返回1服从约束

                   返回0不服从

1. function y=yueshu(x)+ T, p) d) t3 y5 `
   
2. if abs(3*x(1)+x(2)-10)<=0.5
   0 z\" |+ i6 r+ }4 C
3. y=1;
   3 g: @$ z- _5 q: @) K
4. else. E' m4 q9 X3 Y\" U
   
5. y=0;6 o% e: ~0 z4 u
   
6. end

复制代码

1. %MC搜索8 l( |  i5 e\" }  Y1 ^
   
2. %复杂度低随机性强
   3 n: p- s4 P8 B5 O. J
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵8 E  v& y) d6 \- B2 h% X; Z1 X
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵. H& l: x- B+ @) k8 K  t  u* l. q\" n
   
5. sol=[r1(1) r2(1)];
   9 ?9 Z, e9 W8 W- V+ Z
6. z0=-inf;                                                         %z0初始化
   3 Z, Z, Q( j- U1 B
7. f=inline('-2*x(1)^2-x(2)^2+x(1)*x(2)+8*x(1)+3*x(2)','x');        %目标函数
   9 E5 U& `# T& e- f# |- C- R
8. for i=1:1000002 `& ^/ P* F- I6 ]
   
9. x1=r1(i);
   5 U8 ]% H+ I9 ]
10. x2=r2(i);9 [8 \+ F! n5 s9 c
    
11. y=yueshu([x1 x2]);5 r' f. T/ d& n$ M  D7 Y3 V# E
    
12. if y==1                                                          %当满足约束条件时2 [3 \! G( x# e: R, a
    
13. z=f([x1 x2]); + L/ N7 r8 Y4 [& o4 L, [- A& D
    
14. if z>=z0                                                         %求最大值
    . B1 I6 H9 |, a0 p7 h7 A* w2 c
15.     z0=z;\" {5 T) F+ s* W8 d* `
    
16.     sol=[x1 x2];                                                 %最值解
    2 d, @' V+ K6 R( t4 E6 ?
17. end6 }' @\" q. R9 k% S
    
18. end
    \" d# W2 l6 Q- U3 x+ r# c
19. end
    ! J1 u6 T  n7 a4 {2 b9 d
20. sol
    - m* E- F- ]/ x- A
21. 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。
8 |- ^  N: U5 D6 S- i% N
5 w$ m) E! O- L' e0 l1 N
& p& c( \# l- {  n3 C( \. w( d6 C