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)
   \" q! p/ b; A$ x/ N6 {- ^/ G
2. if abs(3*x(1)+x(2)-10)<=0.5
   5 g1 ~9 N+ @  S\" I2 ?
3. y=1;
   ' a' d0 d7 O, [& ]5 T. R1 f
4. else
   / z2 s/ I5 v0 R4 D( v' {! D
5. y=0;
   ( l% s\" I1 ^$ V% D7 P
6. end

复制代码

1. %MC搜索
   ( `7 y% v! }2 |
2. %复杂度低随机性强
   - L- t+ l\" {/ h
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵/ @# U1 q* O! `8 a; @0 \0 q
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵3 y) |! M4 f$ v2 t4 N* w5 H+ b
   
5. sol=[r1(1) r2(1)];2 [7 c: [6 T7 L2 r4 C
   
6. z0=-inf;                                                         %z0初始化
   ) H) S6 {8 c5 ]2 h/ m
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9 |. K/ P4 i0 B1 c7 R\" S/ M9 j
   
8. for i=1:100000
   2 W# P: x( y7 o- v, F9 I. M
9. x1=r1(i);' `/ \: [; s+ Y/ M
   
10. x2=r2(i);7 }5 W! x: U7 a$ f' n
    
11. y=yueshu([x1 x2]);; Z0 [% V1 T5 G$ r: l/ i
    
12. if y==1                                                          %当满足约束条件时
    # V* S1 X% }# f& `
13. z=f([x1 x2]); 1 N  J- r- }1 p% Q: ]
    
14. if z>=z0                                                         %求最大值
    / ^6 W6 Z% T\" {# g& l( J% r9 H\" R
15.     z0=z;3 U: e! e; H2 ]1 q6 c
    
16.     sol=[x1 x2];                                                 %最值解
    - q7 B- a- C# o( ~( j- s% `
17. end! {- J& G# V) L0 L2 r
    
18. end7 Z2 I# ], Z: ~: N% {
    
19. end2 p, d& u0 e2 o  p7 o
    
20. sol: E# L/ E4 p/ L1 C2 T. T\" u; G4 c
    
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。
" J* k8 v  [% ?- @% j' P6 |8 z. r

/ e" _& U2 s+ @0 o* R) i  q1 q! ~