2021-11-10非规划线性(1)

目录

一、非线性规划模型

二、非线性规划函数

三、线性不等式约束

四、线性不等式和等式约束

五、带有非线性约束的求最值：

六、非线性约束

---

一、非线性规划模型

matlab中非线性规划的数学模型写成一下形式：

二、非线性规划函数

fmincon函数用于寻找约束非线性多变量函数的最小值。

语法格式为：

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

注释：（对比模型和语法来看）

1.从 x0 开始，尝试在满足线性不等式 A*x ≤ b 的情况下寻找 fun 中所述的函数的最小值点 x。x0 可以是标量、向量或矩阵。

2.在满足线性等式 Aeq*x = beq 以及不等式 A*x ≤ b 的情况下最小化 fun。如果不存在不等式，则设置 A = [] 和 b = []。

3.对 x 中的设计变量定义一组下界和上界，使解始终在 lb ≤ x ≤ ub 范围内。如果不存在等式，请设置 Aeq = [] 和 beq = []。如果 x(i) 无下界，请设置 lb(i) = -Inf，如果 x(i) 无上界，请设置 ub(i) = Inf。

4.使用 options 所指定的优化选项执行最小化。使用 optimoptions 可设置这些选项。如果没有非线性不等式或等式约束，请设置 nonlcon = []。

参数的含义？

b 和 beq 是向量，A 和 Aeq 是矩阵，c(x) 和 ceq(x) 是返回向量的函数，f(x) 是返回标量的函数。f(x)、c(x) 和 ceq(x) 可以是非线性函数。x、lb 和 ub 可以作为向量或矩阵传递。

以下结合实例：

三、线性不等式约束

目标函数：

fun =   (x)100*(x(2)-x(1)^2)^2+(1-x(1))^2

约束条件：

从[-1，2]为起点求最小值，约束方程

x（1）+2x(2)<=1

matlab代码：

运行：

四、线性不等式和等式约束

求

 

matlab代码：

运行：

五、带有非线性约束的求最值：

目标函数：

 min f (x) = x1^2 + x2^2 + x3^2 + 8

约束条件：

x1^2 − x2 + x3 ^2 ≥ 0
x1 + x2^2 + x3 ^3 ≤ 20
− x1 − x2^2 + 2 = 0
x2 + 2x3^2 = 3x1
x1,x2 , x3 ≥ 0
matlab代码：

运行后：

 目标函数为最小化函数，fun是一个函数，fun接受向量或数组x，并返回实数标量f，即在x处计算的目标函数值。

非线性约束条件，nonlcon是一个函数，接受向量或数组x，并返回两个数组c(x)和ceq(x)。

六、非线性约束

在边界约束下求目标函数在圆内最小的点

目标函数：

fun =   (x)100*(x(2)-x(1)^2)^2+(1-x(1))^2

约束条件：

 0 ≤ x (1) ≤ 0.5 
 0.2≤x(2)≤0.8

同时规定在以[1/3,1/3]为圆心、半径为1/3的圆内寻找

通过以上几个条件

得到匿名函数：

 fun = @(x)100*(x(2)-x(1)^2)^2 + (1-x(1))^2;

~

lb = [0,0.2];
ub = [0.5,0.8];

~
function [c,ceq] = circle(x)
c = (x(1)-1/3)^2 + (x(2)-1/3)^2 - (1/3)^2;
ceq = [];

~

因为没有线性约束，所以：

A = [];
b = [];
Aeq = [];
beq = [];
综上，整理如下：

运行后：

 

七、收获

【这次内容从上午就一直在研究，可惜怪本人太菜……】

掌握的部分：

1.了解非线性规划的模型，以及他的语法格式。

2.知道了如何创建匿名函数，和怎样能在创建函数的情况下把代码运行下来。

3.知道3种非线性规划的解决方法

没有掌握的部分

1.options=optimset('largescale','off')的含义。

2.因为创建了匿名函数，身为小白运行不出来，经过了重重阻碍，终于知道怎么运行出来了，那么想对函数创建有更深的了解。