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)! [. B1 M9 h4 v& M4 Z) _! O! m
   
2. if abs(3*x(1)+x(2)-10)<=0.5+ {0 ?. S$ Z\" @\" b
   
3. y=1;
   ( C1 N% B0 _7 W. _
4. else) e, K  h' I( R, m, X4 G( J
   
5. y=0;% L\" }3 J- o( E% x1 h
   
6. end

复制代码

1. %MC搜索
   % L$ W) r8 W\" c7 h1 [' S  s# L) N* ]
2. %复杂度低随机性强# b, v+ ~\" C4 z5 q' F4 D* m) [0 J7 o
   
3. r1=unifrnd(0,10,100000,1);                                       %产生x1的n*1随机矩阵
   # A8 L4 k\" e2 F# y) I9 C, F4 J
4. r2=unifrnd(0,10,100000,1);                                       %产生x2的n*1随机矩阵
   % y3 O5 p8 t. y1 e- h! ~, u+ P
5. sol=[r1(1) r2(1)];( ~; V# ]& z3 v3 H( g1 D* ^
   
6. z0=-inf;                                                         %z0初始化* t& \& ?* y' |1 i# J
   
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
   0 I9 a) k) a! A
8. for i=1:100000& }% H( f' m( X2 m
   
9. x1=r1(i);4 ]& _& \7 Q4 b) G
   
10. x2=r2(i);* B1 a# M4 t4 R: V: J\" r. S
    
11. y=yueshu([x1 x2]);5 v% T& V+ g5 \
    
12. if y==1                                                          %当满足约束条件时
    8 e. T8 h) a6 F$ N7 f) d* m
13. z=f([x1 x2]); ! d/ Z, Z3 y; z1 u
    
14. if z>=z0                                                         %求最大值
    & h/ Q3 O% w, S! a; a7 s
15.     z0=z;
    4 W- x4 V\" `( Q. z5 G
16.     sol=[x1 x2];                                                 %最值解- Y9 p$ O5 j8 |  ~/ h( P
    
17. end
    \" `  q9 K' b0 d/ Z2 N- u8 A: V\" V
18. end6 w0 q7 j( D8 T# f4 d0 z/ F
    
19. end3 K; P3 J! ^7 K: ?6 p
    
20. sol7 ?  P' ?: i; n  Z5 K
    
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。
. G$ O+ _( `* S' l
1 z3 V& r( C1 A# X
7 D1 T, v/ ^, J: Q: m9 k' N' N