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)1 [6 e7 f5 x  S$ O  W4 S
   
2. if abs(3*x(1)+x(2)-10)<=0.5+ x# y- _3 m0 r2 [3 U
   
3. y=1;9 V% G8 N( f) a: m& q1 W
   
4. else- R: ~7 e6 g9 n  v2 e( w) R
   
5. y=0;
   : v- I* d# x$ ^1 j3 o/ p
6. end

复制代码

1. %MC搜索% J\" o- k( N3 ]8 y- J
   
2. %复杂度低随机性强4 E8 g* |6 [% R\" I+ ~
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵' M8 d% F# L7 G+ m9 M) m
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   1 b4 W  O, _6 ?\" C
5. sol=[r1(1) r2(1)];) f2 W+ @9 P& X8 h4 V. ~$ l9 A7 H
   
6. z0=-inf;                                                         %z0初始化
   7 {\" Q4 H7 u* v% r+ F) |1 s  I
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
   : o9 r) \! j* _, F; t% k* U8 a
8. for i=1:100000
   2 S; M  d4 ]8 z  a& R+ p/ a
9. x1=r1(i);\" p4 t' E6 x; g2 m
   
10. x2=r2(i);
    3 _  [8 g0 x) L3 T2 A8 W
11. y=yueshu([x1 x2]);, f1 x7 ]$ P0 X# k5 P8 X! D
    
12. if y==1                                                          %当满足约束条件时1 `; \( @6 p: o& Q8 O/ J& M5 [/ U1 C
    
13. z=f([x1 x2]);
    0 V\" w) C$ |5 l: ~! ^  J
14. if z>=z0                                                         %求最大值
    % S; R# ^1 ^( b
15.     z0=z;- P: |( I, y% }( A. T2 {
    
16.     sol=[x1 x2];                                                 %最值解, }4 w3 _+ L7 R0 B% c
    
17. end
    $ k7 F\" Z# n  P$ d0 Z1 O
18. end- q5 B* u# o# V8 I3 ?
    
19. end
    % a; K, S# ^' D) j5 i, D
20. sol
    , m' c3 k; E+ L\" C/ y
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。
( H, w' J. b2 g1 l& }1 i; t