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), T8 d4 S7 y/ |\" \+ |, l
   
2. if abs(3*x(1)+x(2)-10)<=0.5$ V8 Y% G* c# m% ]4 J2 [6 {) c
   
3. y=1;
   ; q5 s\" l1 R! i- j
4. else3 g+ t\" q3 P+ o
   
5. y=0;
   6 J) q6 D2 w$ T4 n/ ]8 Q  i
6. end

复制代码

1. %MC搜索
   1 K; d# ]. M( S1 b
2. %复杂度低随机性强
   9 X, I* w0 E6 z\" x1 r6 |
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵5 x4 G, a' m5 g* c; u; u
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   3 u  [* i; K\" H- L% y3 Q
5. sol=[r1(1) r2(1)];5 f* x& f0 g2 l4 U5 }
   
6. z0=-inf;                                                         %z0初始化* `& V5 v4 F: H1 y- w3 x1 A4 m0 a
   
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
   \" A6 ?- g  p( I: v
8. for i=1:1000005 a* Z1 H3 v) G( k
   
9. x1=r1(i);
   + K# M- {* {6 Q
10. x2=r2(i);
    6 W2 D\" }  ]2 l# g% v$ c# e
11. y=yueshu([x1 x2]);
    ) S6 D/ M0 o4 G! r1 m, L
12. if y==1                                                          %当满足约束条件时& y9 G. A6 B+ E4 D: o9 O+ ?) E
    
13. z=f([x1 x2]); ) ^7 C. S' O+ {/ p9 e
    
14. if z>=z0                                                         %求最大值
    . j\" W* a8 u9 a1 a( v1 C
15.     z0=z;) }5 j: h' A, U. r2 a+ W) g
    
16.     sol=[x1 x2];                                                 %最值解: U7 s3 ?  x% |. y9 ]* k
    
17. end
    % P3 H- [( U) {7 ~, ~* `; B\" o6 P
18. end) V+ c% S1 @8 D+ N* Y' @. t+ R$ n
    
19. end
    ( x; X3 C, o7 |% T. _
20. sol
    6 F9 [# N- H1 E3 R7 U
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。



: L5 C+ X! o$ c# U7 r4 P