3.非线性规划

目标函数或约束条件中包含非线性函数
实例：投资决策问题

非线性规划模型

MATLAB解法

[x,fval]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)

• x：决策向量取值
• fval：目标函数取值
• fun：用M文件定义的待求函数
• x0：x的初始值
• A，b：定义了线性不等式约束
• Aeq，beq：定义了线性等式约束
• lb，ub：x向量的下界和上界

function f=fun1(x);
f=sum(x.^2)+8;

function [g,h]=fun2(x);
g=[-x(1)^2+x(2)-x(3)^2
    x(1)+x(2)^2+x(3)^3-20];%非线性不等式约束
h=[-x(1)-x(2)^2+2
    x(2)+2*x(3)^3-3];%非线性等式约束，要把等式一边变为零，方便求解

clc,clear
[x,y]=fmincon('fun1',rand(3,1),[],[],[],[],zeros(3,1),[],'fun2')

上面这个例子似乎跑不通，不知道怎么回事，(╯‵□′)╯︵┻━┻

无约束问题的MATLAB解法

求多元非线性函数的极值

符号解

1. 求偏导，解方程，求驻点
2. 求哈希矩阵
3. 哈希矩阵：正定–该点处取极小值；负定–该点处取极大值；不定阵–不是极值点

数值解 直接用MATLAB工具箱

1. fminunc
   [x,fval]=fminunc(fun,x0,options)

• x：极小值点
• fval：极小值
• fun：M函数
• x0：x的初始值
• options：优化参数

2. fminsearch
   [x,fval]=fminsearch(fun,x0,options)
   参数含义同上
   这两个工具求的都是极小值，但是只要把f(x)变成-f(x)，也就可以求出极大值了。

函数零点和方程组的解

• solve函数
• fsolve函数

约束极值问题（规划问题）

二次规划

目标函数是自变量x的二次函数，约束条件全是线性的。

• quadprog
  [x,fval]=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options)
• H：实对称矩阵
  其他参数含义同上。

罚函数法–序列无约束最小化技术

有约束----（加入罚函数）---->无约束

MATLAB解法

1. fminbnd 单变量x
   [x,fval]=fminbnd(fun,x1,x2,options)

• x：极小值点
• fval：极小值
• x1，x2：x的下上限

2. fseminf 多变量
   [x,fval]=fseminf(fun,x0,ntheta,seminfcon,A,b,Aeq,beq,lb,ub)

• ntheta：半无穷约束的个数
• seminfcon：函数，用于定义非线性不等式约束、非线性等式约束、半无穷约束的函数

3. fminimax
   [x,fval]=fminimax(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)
   类似fmincon
4. 利用梯度求解

！直接用MATLAB工具箱optimtool！

这么好的工具居然要在未来版本被remove了，不能给小白留条活路吗/(ㄒoㄒ)/~~

飞行管理问题

前三章总结