yalmip学习(1)

%定义决策变量,x1,x2两个决策变量
x = sdpvar(1,2);

%定义目标函数:yalmip的目标函数默认是求最小值,如果是求最大值的话需要加上负号
f= -(x(1)/x(2));

%定义约束条件
%搭积木,先初始化约束集为空的,再填内容进去
F=[];
F=[F;3<=x(1)<=5];
F=[F;1<=x(2)<=6];

%参数设置sdpsettings()
%这里是什么意思不太明白
ops=sdpsettings();

%求解问题,需要使用到solvesdp()函数
%solvesdp(F,f,ops)中的F是约束条件,f是目标函数,ops是参数设置
sol=solvesdp(F,f,ops);
f=double(f);
x=double(x);


 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值