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)
     z1 r. [# [5 B
2. if abs(3*x(1)+x(2)-10)<=0.5
   5 x/ @. N' {# J& H  x4 a% Y6 k
3. y=1;
   ; w' J1 W( Y1 _7 d2 g6 m
4. else6 r# X4 J* S9 W4 U6 |
   
5. y=0;
   9 @6 a! b9 W/ C. i
6. end

复制代码

1. %MC搜索  P9 |, g7 v: ~( V\" J1 b& H/ A
   
2. %复杂度低随机性强
   3 k/ N+ f& {) B- S, h! F# q/ c
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵  Y7 A) \* x1 y# n' T/ h( b3 R
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   \" O\" _8 W\" n/ \7 V  K* H
5. sol=[r1(1) r2(1)];; }- V\" L! d9 v3 U) d6 G9 h, i2 f' C
   
6. z0=-inf;                                                         %z0初始化
   3 F/ s% K4 n\" J) S* K
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5 a8 K, L2 R  [\" x0 j
   
8. for i=1:100000, `3 S( t; p0 {6 `' Z: n, L  Y$ {
   
9. x1=r1(i);
   5 U- P8 C, A1 G- S* p! R: ]\" c
10. x2=r2(i);9 _4 Y8 W8 j4 o/ O+ {4 D1 g\" l/ _
    
11. y=yueshu([x1 x2]);
    0 m& w- Q! o( v
12. if y==1                                                          %当满足约束条件时( ^  Z; i% u3 P7 `
    
13. z=f([x1 x2]); 1 P3 w\" W+ L# G
    
14. if z>=z0                                                         %求最大值$ K1 c7 G5 Z- N+ m, C
    
15.     z0=z;! \  i5 v8 \' p6 G3 M! k
    
16.     sol=[x1 x2];                                                 %最值解* v* s. q! ]) s
    
17. end
    9 s' @- {7 P2 [\" S
18. end
    * l7 I: E  y, _
19. end- [( s; K; y  S: E. I4 ]3 W/ z. T
    
20. sol  X7 Z5 Q6 N6 D& X
    
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。
2 n5 z" j, C3 f- k# P