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)
   7 f- a( I: \8 V. I4 ^4 r
2. if abs(3*x(1)+x(2)-10)<=0.5
   4 h1 k; o6 d9 y
3. y=1;) |  {+ ?) D$ f( b: X3 ]# r. o' Q
   
4. else0 o$ o7 [: {& _
   
5. y=0;3 d* H9 e# O4 M. x6 T1 [
   
6. end

复制代码

1. %MC搜索5 u: F1 j( t0 Z
   
2. %复杂度低随机性强
   $ V7 P3 v$ c% A
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
   0 Y# B: J1 [: W. T
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵  n! W9 y8 w/ \0 r! r! ?
   
5. sol=[r1(1) r2(1)];
   ) z$ O  {7 d6 O' q
6. z0=-inf;                                                         %z0初始化
   / r+ X; ~5 e& g* D8 R2 ^
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
   1 F$ N) ?+ \  s$ a3 E: z0 t: x7 `* s! \
8. for i=1:100000& i: ~) O5 d$ c
   
9. x1=r1(i);
   / _1 W4 Z\" j4 P2 ?) }
10. x2=r2(i);# p; C! b8 T6 h, ?, b
    
11. y=yueshu([x1 x2]);
    $ x3 I& m\" F9 {, Y/ @
12. if y==1                                                          %当满足约束条件时0 U& E5 r7 z7 G* G0 m
    
13. z=f([x1 x2]);
    # ^& z1 [2 K: M; a  u
14. if z>=z0                                                         %求最大值; E! X' ~, G6 B
    
15.     z0=z;0 e$ k( ^! y& }4 ~3 {
    
16.     sol=[x1 x2];                                                 %最值解# w9 y4 N0 ]* {5 Y8 v
    
17. end5 O% ]. F4 A8 v; ?' k/ @! r7 ?
    
18. end% K  Z/ S: t\" @  z\" R0 I
    
19. end
    # @1 Q4 U4 e% O9 \  S. Y
20. sol' l. l3 l, I3 ^: c% C' a% V0 O
    
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。
# M4 L! [- u* @* g. V