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)
   - k% c# C/ E, c  B+ `4 V
2. if abs(3*x(1)+x(2)-10)<=0.5
   \" B, G5 U* E+ X6 d8 f- _) d! x
3. y=1;
   - n. B, M( {( z2 Y5 `, u) i: k$ d1 N
4. else
   5 t- m8 E# g2 ~, z$ d
5. y=0;5 r' i& c7 l' ^, ~
   
6. end

复制代码

1. %MC搜索/ h: M6 P$ A# N! a/ Y8 j
   
2. %复杂度低随机性强9 m- h6 t8 \* o( D! @
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵0 P# k  K4 t0 w\" t7 T0 [4 T
   
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   4 {5 ]$ B% p2 M+ @\" i& s' v, G
5. sol=[r1(1) r2(1)];
   6 b8 |6 \: _& S# X* k
6. z0=-inf;                                                         %z0初始化
   4 e6 n6 k, r4 f6 X
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2 R# C# S2 t. C
   
8. for i=1:100000
   9 i8 e7 t7 t$ b6 c
9. x1=r1(i);, S: S5 _# S- d7 p
   
10. x2=r2(i);
    ' q% H( R1 c# L9 @9 W) i5 R3 S
11. y=yueshu([x1 x2]);  N  W4 X% T- l$ E8 s- L( n
    
12. if y==1                                                          %当满足约束条件时
    8 U- r* `5 l6 v+ Y; _
13. z=f([x1 x2]); 8 E0 a! z, G/ ^' \# l3 v4 u7 p
    
14. if z>=z0                                                         %求最大值
    ; ~* L; m' S% A0 S
15.     z0=z;  |% d% V' h' T2 R4 r\" g
    
16.     sol=[x1 x2];                                                 %最值解% S4 X: x' s; Q0 U$ }0 H% c8 P* @
    
17. end
    6 E  a- D+ S7 f& p* c3 |6 D( v
18. end( i( \6 G0 A- O6 \
    
19. end
    7 ~\" u. j# O8 F7 M
20. sol
    \" H- K\" h, @/ D7 H6 \' O/ v
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。

6 ~* [* k1 R# \) }
; d  L5 @' a+ z. f2 }* E4 R. `: ^
) b: v$ B/ T- C0 U* p8 j# d