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)! M  d/ M, K1 X
   
2. if abs(3*x(1)+x(2)-10)<=0.5/ T$ `$ m- |8 F6 r
   
3. y=1;
   9 G& T' v: ?$ v$ K7 n
4. else; l  s* X+ v. a* Y$ N: B  Q) j, m
   
5. y=0;
   2 u& L/ W  w. F0 q
6. end

复制代码

1. %MC搜索
   % L) [- m\" t1 O- v
2. %复杂度低随机性强
   - E$ d9 V) v* p0 u
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵+ D6 {/ I- l8 w7 m
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵  h' d/ i: f3 i) [
   
5. sol=[r1(1) r2(1)];
   4 R* f$ q' [$ z3 [  I) M* j9 Z3 W
6. z0=-inf;                                                         %z0初始化3 v2 P6 M, w: |- N9 D& N: d
   
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
   7 r( I6 w! S/ a0 w# L9 G2 J
8. for i=1:100000\" q, z( W6 V9 z# ^/ w# o4 M
   
9. x1=r1(i);5 I  x2 u% p  G& C9 a  W
   
10. x2=r2(i);5 T% G1 f( a$ z2 _# o
    
11. y=yueshu([x1 x2]);
    ' f# e, D9 N* D- M* T\" M$ p9 o7 _
12. if y==1                                                          %当满足约束条件时
    $ P0 o, X/ Q# k  E$ R. p
13. z=f([x1 x2]);
    * q  a$ s/ c4 v\" d% \
14. if z>=z0                                                         %求最大值
    ( U9 {) h: s\" p3 _+ @4 _) N
15.     z0=z;
    + P  ?3 h$ S$ |& ^
16.     sol=[x1 x2];                                                 %最值解
    + E' `# F6 F' U. a  J
17. end7 `6 G9 K# N  h
    
18. end) |) D7 J7 d' v% \
    
19. end
    , t( p% @' ?% B5 t+ f
20. sol8 D1 F* L& u7 O# s
    
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。

5 v& z3 ?  X6 d0 }2 f+ {