[数学建模]非线性规划

1.3非线性规划

1.3.1定义

如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问题，依然是运筹优化类问题的一种。

1.3.2解的性质

线性规划与非线性规划的区别 如果线性规划的最优解存在，其最优解只能在其可行域的边界上达到（特别是可行

域的顶点上达到）；而非线性规划的最优解（如果最优解存在）则可能在其可行域的任 意一点达到。

1.3.3matlab程序解决

非线性规划的标准形式

min f（x）

Aeq*x=Beq

A*xB

CX0

Ceq(x)=0

%matlab代码
X=FMINCON(FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS)

•  它的返回值是向量 x ，其中 FUN 是用 M 文件定义的函数 f ( x) ； 
• X0 是 x 的初始值；
• A,B,Aeq,Beq 定义了线性约束 A *X=B, Aeq * X = Beq ，如果没有线性约束，则A=[],B=[],Aeq=[],Beq=[]；
• LB 和 UB 是变量 x 的下界和上界，如果上界和下界没有约 束，则 LB=[]，UB=[]，如果 x 无下界，则 LB 的各分量都为-inf，如果 x 无上界，则 UB 的各分量都为 inf；
• NONLCON 是用 M 文件定义的非线性向量函数 C( x), Ceq( x) ；
• OPTIONS 定义了优化参数，可以使用 Matlab 缺省的参数设置。

用于求解无约束极值问题的函数有 fminunc 和 fminsearch，用 法介绍如下。

 [X,FVAL]=FMINUNC(FUN,X0,OPTIONS,P1,P2, ...)

[X,FVAL,EXITFLAG,OUTPUT]＝FMINSEARCH(FUN,X0,OPTIONS,P1,P2,...)

• 其中的返回值 X 是所求得的极小点，FVAL 是函数的极小值。FUN  是一个 M 文件，当 FUN 只有一个返回值时，它的返回值是函数 f ( x) ；
• 当 FUN 有两个返回值时，它的第二个返回值是 f ( x) 的梯度向量
• 当 FUN 有三个返回 值时，它的第三个返回值是 f ( x) 的二阶导数阵（Hessian 阵）。
• X0 是向量 x 的初始值， OPTIONS 是优化参数，可以使用缺省参数。P1，P2 是可以传递给 FUN 的一些参数。

1.3.4非线性规划的解法

传统解法：最速下降法，牛顿法，阻尼牛顿法以及惩罚函数法

现代解法：遗传算法、自适应遗传算法

关于应用遗传算法于非线性规划可以看下面这篇毕业论文

https://wenku.baidu.com/view/f0977c5b9a6648d7c1c708a1284ac850ad0204d7.html