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)
   ; L1 _) G, e5 U8 c) q4 s4 \
2. if abs(3*x(1)+x(2)-10)<=0.5
   ( B7 G3 B) d: l5 E
3. y=1;+ f/ i$ @  Q! y
   
4. else( f6 t0 T! {$ s\" w+ Y
   
5. y=0;- I* n  u9 ~# h\" w* r- Z* |) D9 [
   
6. end

复制代码

1. %MC搜索
   ' W\" s9 O5 G\" ]
2. %复杂度低随机性强
   3 J( x6 m# v6 t0 ~* T2 L
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵1 \$ d. ^  q5 E, o
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵  x0 j0 ?4 I9 Y7 M% V
   
5. sol=[r1(1) r2(1)];
   5 Z7 x0 |- D6 Q; f: R1 P- U
6. z0=-inf;                                                         %z0初始化
   ' m: w6 b4 Y. ]
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8 t& ?% `* [3 U2 l6 m
   
8. for i=1:100000
   ) W& P! z/ m! L* D% w
9. x1=r1(i);
   6 S. D' c* Z9 R4 k% }3 o
10. x2=r2(i);
    & M: t4 \! B. e
11. y=yueshu([x1 x2]);& z5 C2 q; P\" ?% F; Q
    
12. if y==1                                                          %当满足约束条件时
    7 T$ X5 L& }# a
13. z=f([x1 x2]); 5 _8 @) i  }! j
    
14. if z>=z0                                                         %求最大值
    7 s* |5 u, x3 R5 v; C
15.     z0=z;0 I- B\" m7 G/ z' ]
    
16.     sol=[x1 x2];                                                 %最值解/ ?8 f\" P  N( o, w
    
17. end: q. |8 ~: t: T
    
18. end
    5 b  b/ j. e  J
19. end
    % [/ d1 B4 i1 R/ E0 W
20. sol) q  F% K) D9 ?0 q( q+ T9 }
    
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。


5 \, U; L0 d4 d' ~