matlab多元约束最小值,无约束多变量最小值求解问题

最新推荐文章于 2023-08-24 01:49:52 发布

给我一杯声声乌龙

最新推荐文章于 2023-08-24 01:49:52 发布

阅读量984

点赞数

文章标签： matlab多元约束最小值

本文介绍了如何使用MATLAB解决一个包含四个未知参数u0、v0、k1、k2的无约束多变量最小值问题。通过建立函数myfun，计算坐标值经过参数调整后的比例关系，并利用jiaobi函数求得比例矩阵P，目标是最小化P矩阵元素之和。

摘要由CSDN通过智能技术生成

%%%建立函数f，包含u0、v0、k1、k2四个未知参数；

function f=myfun(x);

u0=x(1);v0=x(2);k1=x(3);k2=x(4);

%x、y为两个4*4矩阵，存储16个坐标值；

x=[840.224650000000,941.255360000000,1041.80517000000,1141.57622000000;839.663680000000,940.703460000000,1041.51096000000,1141.29222000000;839.365190000000,940.283360000000,1041.03379000000,1140.86218000000;839.423820000000,940.207630000000,1040.62456000000,1140.22984000000];

y=[862.025330000000,862.747530000000,863.674580000000,864.728420000000;962.966060000000,963.522130000000,963.916880000000,964.733440000000;1064.09411000000,1064.46505000000,1064.61563000000,1064.77008000000;1164.86025000000,1164.85888000000,1164.80380000000,1164.52098000000];

%建立两个4*4矩阵，将x、y两个矩阵中每个坐标值更新为含有u0、v0、k1、k2未知参数的值分别存入x1、y1矩阵；

x1=ones(4,4);

y1=ones(4,4);

for i=1:4;

for j=1:4;

r=sqr