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 E) @) r$ K: H0 X8 _3 ?) v' b2 @
   
2. if abs(3*x(1)+x(2)-10)<=0.5% O$ T1 ~% A4 E. h' }
   
3. y=1;3 v' L5 N% {. n$ |7 h4 d$ V  _1 |
   
4. else
   6 `6 g9 t1 _. [- o/ y/ {4 G0 l
5. y=0;\" x% ~$ Z  S% {, I- m' P7 }( t
   
6. end

复制代码

1. %MC搜索
   ; ~: R2 L' U3 Z7 T3 o4 P0 }
2. %复杂度低随机性强
   ! ?, H0 w: ]6 |2 W$ C% x6 B
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
   6 c- X. M0 U1 L\" v7 b
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵' [+ }\" N' |4 v. k6 F8 S
   
5. sol=[r1(1) r2(1)];
   ' I) o% A) U& u1 g' H: B& q
6. z0=-inf;                                                         %z0初始化
   . c: x- Y' e8 D3 u7 S
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 j' ?3 j, F$ ^
   
8. for i=1:100000& U' K' S( c) e- D# V- f
   
9. x1=r1(i);
   , i3 n( b2 t  v+ q\" ?
10. x2=r2(i);
    ! ^\" L; X6 _. r: L5 Y  U' f
11. y=yueshu([x1 x2]);- F6 b) g0 b3 E
    
12. if y==1                                                          %当满足约束条件时7 C' ?9 s; v  v  N\" I
    
13. z=f([x1 x2]);
    # `, D, U2 T& a9 c7 T\" d
14. if z>=z0                                                         %求最大值
    4 g7 y+ ^. F3 ^% z
15.     z0=z;0 B: ~5 x% A6 ]+ D, V
    
16.     sol=[x1 x2];                                                 %最值解* [1 [% d/ J' G+ a9 J1 r
    
17. end
    * p/ a+ b2 ?: v$ W
18. end! Y& |7 w0 k# L8 o2 }+ {
    
19. end
    / [8 I/ F) d$ Z' F) g
20. sol
      C1 M4 N6 H! b( j
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。
; \7 y  {. l3 c
2 A* c6 Z/ O3 A9 v9 i* u4 P6 m( P