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)
   * c! e8 O+ b! g6 K( P, U4 m& F
2. if abs(3*x(1)+x(2)-10)<=0.5
   # p- A% y\" k& g7 H1 T0 _
3. y=1;
   7 O; Z0 D% M1 ]; p4 e8 I/ S
4. else
   5 x0 h$ H& }0 d/ \6 O5 ]4 M
5. y=0;\" Q( w  k3 H* K+ A' J
   
6. end

复制代码

1. %MC搜索
   5 n9 R5 ~% g  Q4 _4 @
2. %复杂度低随机性强# m( S( O/ L6 r0 `& A3 \\" K
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
   - U* j6 I* c3 I, ?9 B
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   + z) @$ p1 |& [0 g
5. sol=[r1(1) r2(1)];* w. F* _  k8 d\" s- U
   
6. z0=-inf;                                                         %z0初始化! [( ]: N( W# X3 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; i! L* _/ h2 |& h
   
8. for i=1:100000( z1 {! J: T$ F, c$ Z+ `$ g
   
9. x1=r1(i);
   2 j! }4 z5 @* q6 r
10. x2=r2(i);
      v1 w5 {% Z\" l  H  H* ^- M8 c
11. y=yueshu([x1 x2]);- D: ~4 Z& i# ?( R, \
    
12. if y==1                                                          %当满足约束条件时# P; V. s6 c1 `; C% N, q! L
    
13. z=f([x1 x2]); + C% ]( s! t% B$ G6 X
    
14. if z>=z0                                                         %求最大值
    : f3 t, f4 w7 O+ f- f
15.     z0=z;
    ! w$ f5 G9 l: Z9 R  @2 M/ N+ w( O
16.     sol=[x1 x2];                                                 %最值解, T- n( L% }. Z5 f+ B7 L1 _
    
17. end' h' B4 h. P$ n\" z+ S
    
18. end& F5 v6 w5 v) b$ q
    
19. end. B$ F( B( [\" c\" v- ^# H
    
20. sol
    ! M0 L\" r& y6 b8 ^( f' k3 b! `
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。

- r! q9 C' L& Y  Y0 b7 V

! H, J; K- O7 h" N