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)
   5 R! K& W# C+ g$ n' _( j
2. if abs(3*x(1)+x(2)-10)<=0.5
   3 E, b* z5 ~; @% Z, b8 M0 ^\" N
3. y=1;
   3 e/ K- l7 C; G( d( Y
4. else
   , B\" W  z, y( l/ i2 V
5. y=0;
   + z1 K/ n6 w, x, a; E
6. end

复制代码

1. %MC搜索5 [9 J6 }- m. R( Y4 z# K; y1 r( f  ]
   
2. %复杂度低随机性强2 A8 f, Q8 `& h2 Y4 \
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵% s+ x% _\" |% l\" P' d3 u
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵4 V3 g9 s7 n9 z2 J, b
   
5. sol=[r1(1) r2(1)];( J5 r( s- k/ E, b3 m; _
   
6. z0=-inf;                                                         %z0初始化
   ( ]- C2 O8 J& t
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 x2 W6 x1 @- F: {7 _
8. for i=1:100000& \# m5 l; h4 w( U6 p
   
9. x1=r1(i);( G3 q7 z1 s* D% ~' u  r$ S9 U
   
10. x2=r2(i);
    ; h9 d0 i- d) U* Q
11. y=yueshu([x1 x2]);9 G( g- J# S$ |$ X0 |5 [5 L* V
    
12. if y==1                                                          %当满足约束条件时
    2 x% [; S- i) l+ l) o\" n5 d4 x4 }
13. z=f([x1 x2]); 7 L2 w! t5 L+ s5 g7 T' v8 V
    
14. if z>=z0                                                         %求最大值
    % v: R: L$ q4 U, e% i- Z+ g
15.     z0=z;3 l# g! I1 }6 C+ P7 W* c
    
16.     sol=[x1 x2];                                                 %最值解
    ! i/ t. |0 Z5 |7 F$ @. {
17. end
    7 O2 C\" T3 T% c
18. end  p' g6 \2 ^5 o8 i5 _4 }
    
19. end
    ! \% ]1 b0 @# ~: i3 Q3 |
20. sol# [7 T5 U2 o6 @8 Q, A$ d
    
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。
2 s, Q) r1 j3 Z" C0 |

4 Q( b4 F1 X6 k" u- X/ `