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)+ E; R' W1 Q- Q& _; p
   
2. if abs(3*x(1)+x(2)-10)<=0.5
   7 q\" q& h+ a# E% U2 ^' Q
3. y=1;9 M/ \1 K* d  q7 V* R4 ~
   
4. else
   + M: w) l2 r1 |. c8 h
5. y=0;7 K! l6 e\" D\" g4 Z- h' A6 n/ b* K
   
6. end

复制代码

1. %MC搜索8 K5 r\" _/ f7 ?& I$ X# H: x
   
2. %复杂度低随机性强9 }  M) \! k1 `/ Q/ e/ ~* f* N! _
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
   ; g+ ^8 @; O) C) w- E; J
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   & L. B% C\" R& X+ S2 g$ S- B9 T
5. sol=[r1(1) r2(1)];
   $ e8 L3 g6 A! L# F# V- j
6. z0=-inf;                                                         %z0初始化# Z& ?4 h, o2 P  y5 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# k1 r. d% B% W, o
   
8. for i=1:100000
   9 J# v9 b; ^( r, l9 S
9. x1=r1(i);: ?3 J1 y\" A+ f; R$ o
   
10. x2=r2(i);+ o, ]  M; e& E; u/ o3 d! v
    
11. y=yueshu([x1 x2]);
    . {0 M7 ]7 f9 j! K5 l
12. if y==1                                                          %当满足约束条件时; E' H. v# Y\" U5 N
    
13. z=f([x1 x2]);
    , h& E  T# e* x' k$ Z$ i\" c
14. if z>=z0                                                         %求最大值
    : f4 H( r% o. W; h
15.     z0=z;\" ?& C1 s9 @7 O8 |  K
    
16.     sol=[x1 x2];                                                 %最值解2 L' K5 v/ ]/ r5 V1 M# E# Q$ S
    
17. end7 V3 N6 [% c/ t1 H. p
    
18. end
    * h' a4 r  Y/ B& f+ z; c
19. end, C: g5 [3 e5 b\" U  j  G. ?: [! p
    
20. sol
    2 ~3 m/ |; }( T, [0 ^1 _% e
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。

3 \& K4 ?0 A' [+ t* V: m' P7 m