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). v, a  a# {! R5 S' |
   
2. if abs(3*x(1)+x(2)-10)<=0.5% F2 e; F1 f& ]) q! _; g9 j
   
3. y=1;
   ; G( \. f3 Q4 b9 W0 ~/ D
4. else2 ^+ w* l3 h; u- D5 l  K  I
   
5. y=0;\" L( j6 r+ t  W0 T7 K5 f
   
6. end

复制代码

1. %MC搜索
   2 A6 x( o! F; H3 U) o
2. %复杂度低随机性强4 O% ]5 ~* I' j1 S9 }( u0 G
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵) N( J( W5 L% G0 S1 Q, p
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   9 G7 |/ p0 G7 [+ W% |3 Z- I- Y
5. sol=[r1(1) r2(1)];; \. q; m+ C2 ~: A+ J\" d# S
   
6. z0=-inf;                                                         %z0初始化
   3 m& ?' b* W1 z
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0 D1 ]6 a- @; Z; d, l8 \
   
8. for i=1:100000; Z2 y. `; o2 [/ P# b5 B* t
   
9. x1=r1(i);
   ) E7 o: }# E3 i: o3 Q& G, ]
10. x2=r2(i);6 M& ~; J: ?+ ^& {; Q# {
    
11. y=yueshu([x1 x2]);
    . A# \4 e\" K; |0 M' p; j
12. if y==1                                                          %当满足约束条件时
    ) X- @3 D/ G3 P& M* O1 e* J
13. z=f([x1 x2]);
    0 r/ @+ Y3 C& F7 I6 j$ t
14. if z>=z0                                                         %求最大值( d+ E5 d8 ?6 V  b# j5 ~& z
    
15.     z0=z;+ C7 l# P( h# _! k: N
    
16.     sol=[x1 x2];                                                 %最值解% O* M& v5 ~8 s% ?8 a+ d; h
    
17. end5 x) I9 p2 {& N0 N( v* {) S. Z3 }% u+ K
    
18. end7 \$ _2 c: ^: D
    
19. end# [+ ~& Z0 T+ F( p$ [
    
20. sol( E. c8 a6 s* p. 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& e' C: Z" w* ^6 K0 {3 A