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)
   \" @! G2 y) p8 u. f+ ?0 I
2. if abs(3*x(1)+x(2)-10)<=0.5# }/ C# V# _. A& G2 l2 q+ h5 H' E
   
3. y=1;) P( D3 @% @9 i) d0 t8 H1 T; n
   
4. else
   2 o/ }$ x, \# J
5. y=0;
   1 N7 K' |5 T7 o5 p& j4 s' x8 b' U
6. end

复制代码

1. %MC搜索) J5 |) Y7 w$ U
   
2. %复杂度低随机性强
   - p) f7 r% i6 x' ~5 I! U7 C2 S
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵2 ^- A0 b* K+ ?
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   5 O2 H% u% b/ |9 ]1 y
5. sol=[r1(1) r2(1)];! r2 E( I7 v( T8 E+ l) X. |% O/ L% n
   
6. z0=-inf;                                                         %z0初始化
   ; \0 W1 Z$ l/ k3 {
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& L9 Y+ l- u4 r$ o
   
8. for i=1:100000- X; f3 z( l. A! [/ p
   
9. x1=r1(i);) f9 C4 i& s& K/ c& r
   
10. x2=r2(i);# p$ I6 o* e( Q8 l& _
    
11. y=yueshu([x1 x2]);! `4 N1 `, [- `4 o( Q
    
12. if y==1                                                          %当满足约束条件时$ m+ S4 c! Q; D. H5 E
    
13. z=f([x1 x2]);
    . H! Z7 ?; p* k0 G
14. if z>=z0                                                         %求最大值
    0 K! F5 u0 K) a+ J/ ^
15.     z0=z;
    % j, M; w- D3 J: t9 m- _
16.     sol=[x1 x2];                                                 %最值解  n8 j; G2 ]) U* S2 T5 ?2 C
    
17. end5 A1 z' _1 }3 J' z1 k8 ?
    
18. end
    \" j( }$ D& ]5 i6 ?; r
19. end/ c; h\" V4 \! D8 J1 v* h
    
20. sol
    ( {; N# ~# ^3 Y1 ]) w
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。


$ @/ |/ e/ U3 s$ h1 X" W
. i/ i- R! {! T% T1 e7 L  E