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)/ q' d  E! ^% ^5 I' o2 ]. z
   
2. if abs(3*x(1)+x(2)-10)<=0.57 a9 i* X/ c1 e3 f\" r# W, u5 y6 N( A/ f
   
3. y=1;
   ' j( I, r' }! E' B- c
4. else
   8 k& i- H0 {. y: C- i$ U
5. y=0;+ E) ~7 d8 c. f: X. R1 G
   
6. end

复制代码

1. %MC搜索+ p1 I. ~0 W6 P
   
2. %复杂度低随机性强
   # m6 [# Q8 K+ q2 J
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
   - w1 ^* D$ g; D, P8 E7 T
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   / P) l' ^. r; A+ G. h8 v
5. sol=[r1(1) r2(1)];% C& ]! x: y% W* o2 \. y5 N
   
6. z0=-inf;                                                         %z0初始化
   \" M; F: P$ W7 }( t% u0 v
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( C2 r1 `2 a\" m6 b7 ~
   
8. for i=1:100000
   3 _- I' _+ Y6 w5 ]0 E- \1 Q# S
9. x1=r1(i);1 k& J' Q$ e9 ?8 Q8 \
   
10. x2=r2(i);- }\" G+ A) Q) n* a4 s( U
    
11. y=yueshu([x1 x2]);
    ( n' A& W% D6 [) a\" T; n
12. if y==1                                                          %当满足约束条件时
    \" e  z6 m) x4 \. R
13. z=f([x1 x2]); : Q9 C$ s1 c. p$ c
    
14. if z>=z0                                                         %求最大值
    3 \* E9 b4 N/ m8 G/ K4 s
15.     z0=z;
    ! l; @' f+ C% S
16.     sol=[x1 x2];                                                 %最值解% J( i6 b\" p- c. @# z+ x$ Y: K
    
17. end
    0 q5 O3 U' ~: n8 \1 S
18. end
    ) v3 C! O$ G- z1 [4 g
19. end6 I3 W6 J4 P5 R
    
20. sol
    5 _. c+ ^2 g4 H. S& I$ _( T
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。


0 M/ g0 u: y4 O5 L* I
- x. [' `$ E5 Z3 E: H; C