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)
   3 z) l) O7 N- a5 Z3 |+ H, f9 t9 C& R
2. if abs(3*x(1)+x(2)-10)<=0.5, i, h2 n+ R- T% c5 V% z3 {& q
   
3. y=1;
   : i1 S# ]. t$ c, E\" u
4. else
   & Z9 y& z; J* Y, c2 }) _. a3 e
5. y=0;+ n% m+ S6 B. e
   
6. end

复制代码

1. %MC搜索
   3 q* k, z$ @1 Y- W5 n) q\" P
2. %复杂度低随机性强
   \" {5 l2 H0 s. i* R  m  }, L
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
     O7 K* a0 W- R9 N. A
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   * n5 |' l( R: X/ ^7 z; T4 C
5. sol=[r1(1) r2(1)];0 ~/ h\" K( R; _. J7 D
   
6. z0=-inf;                                                         %z0初始化
   - ~8 B. {\" Z( ~8 O3 j8 c5 {# n- f
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
   - \8 }7 Q7 p\" |/ `9 P. q3 J\" ?; K
8. for i=1:1000003 V7 v: n/ m2 s! x$ U
   
9. x1=r1(i);
     N0 f4 s& t/ n, [4 S- O0 \
10. x2=r2(i);) \. b( J5 `. Q( n; u1 a
    
11. y=yueshu([x1 x2]);3 ?7 x- `3 F5 j* g7 k: t5 s3 s3 Z
    
12. if y==1                                                          %当满足约束条件时
    & U; B( F: V4 \
13. z=f([x1 x2]);
    ' ?$ r\" [1 X9 K/ h
14. if z>=z0                                                         %求最大值, V* F) O* @3 p* ]
    
15.     z0=z;
    ) g6 ?5 V9 A4 O$ o- z. x
16.     sol=[x1 x2];                                                 %最值解3 E2 j# D* T# E9 V
    
17. end$ l3 d. b. E/ ^1 {\" n\" M' C' E
    
18. end- s8 u  H+ |; w) M\" }0 x! `
    
19. end- }* g' L+ d' H$ a7 j% g0 _
    
20. sol/ v, `  ?+ |/ l- s- y6 ]: 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。



; M& s% I9 Z7 a, h