非线性规划——基于matlab学习（fminbnd fmincon）

序言小说明

• 根据MATLAB目标函数和约束条件的不同，提供了fminbnd,fmincon,quadprog,fseminf,fminimax,fgoalattain,lsqlin等函数了求解不同类型的非线性规划问题

（1）fminbnd函数

函数介绍

用于求解一元非线性规划问题。其调用格式：

• x=fminbnd(fun,x1,x2) 返回目标函数f(x)在区间（x1,x2）上的极小值。

• x=fminbnd(fun,x1,x2,option); option为指定优化参数选项。

• [x,fval]=fminbnd(…) 除返回极小值x外，还得相应的目标函数值fval。

• [x,fval,exitflag]=fminbnd(…) 下面是关于exitflag的说明：

exitflag	说明
1	表示函数收敛到最优解
0	表示达到函数的最大估计值或者迭代次数
-1	表示算法被输出函数终止
-2	表示输入的区间有误，即a>b

• [x,fval,exitflag,output]=fminbnd(…) 下面是output输出信息变量情况

output	说明
iterations	迭代次数
funcCount	函数赋值次数
algorithm	函数所调用的算法
message	算法终止的信息

案例说明

例1：求下面函数在区间（1,5）内的最小值。$$f(x)=\frac{\sin (x)}{x^2}+3x\cos x$$

clear all;
%方法一
fun=inline('sin(x)/x^2+3*x*cos(x)')
[x,fval,exitflag,output]=fminbnd(fun,1,5)

%方法二
[x,fval,exitflag,output]=fminbnd('sin(x)/x^2+3*x*cos(x)',1,5)

%方法三
[x,fval,exitflag,output]=fminbnd(@(x)sin(x)/x^2+3*x*cos(x),1,5)

%运行结果
fun = 内联函数:
     fun(x) = sin(x)/x^2+3*x*cos(x)
x = 3.4314
fval = -9.8892
output = 
  包含以下字段的 struct:
    iterations: 8
    funcCount: 9
    algorithm: 'golden section search, parabolic interpolation'
    message: '优化已终止:↵ 当前的 x 满足使用 1.000000e-04 的 OPTIONS.TolX 的终止条件↵'

（2）fmincon函数

函数介绍

用于求解非线性多元规划问题，其问题表述如下：

$$\begin{array}{l}\min f(x)\\ \text{ st. }\\ Ax<=b\\ \text{ Aeq.x }=beq\\ C(x)<=0\\ \mathrm{Ceq}(x)=0\\ lb<=x<=ub\end{array}$$

• x=fmincon(fun,x0,A,b) 以x0为初始点
• x=fmincon(fun,x0,A,b,Aeq,beq) 如果没有等式约束条件，Aeq=[],beq=[]
• x=fmincon(fun,x0,A,b,Aeq,beq,Ib,ub) 如果没有界约束，则令Ib和ub为空矩阵；如果没有下界，则Ib=-Inf;没有上界，则ub=Inf。
• x=fmincon(fun,x0,A,b,Aeq,beq,Ib,ub,nonlcon)
  其中nonicon函数的定义如下：

  function [c1,c2,gc1,gc2]=nonlcon(x)
  c1=...
  c2=...
  if nargout>2
  	gc1=...
  	gc2=...
  end
  

• [x,fval,exitflag,output,lambda,grad,hessian]=fmincon(…);

案例说明

• 例1： $\min f(x)=\sin \left(x^2-3y\right)+e^{-x^2}\cos y$
  s.t.
  $-x+(y-2{)}^2\ge 0$
  $x-2y+1\ge 0$

%非线性约束条件
function [c,ceq]=nonlcon(x)
c=x(1)-[x(2)-2].^2;  %不等式约束
ceq=[];       %等式约束

%运行情况
 clear all;
 fun='sin(x(1)^2-3*x(2))+exp(-x(1)^2)*cos(x(2))';
 x0=[1.2,1];
 A=[-1 2];
 b=1;
 [x,fval,exitflag,output,lambda,grad,hessian]=fmincon(fun,x0,A,b,[],[],[],[],@nonlcon)

%运行结果：
x =1.1398    0.9324
fval = -0.8348
exitflag =  1
output = 
  包含以下字段的 struct:
         iterations: 9
          funcCount: 30
    constrviolation: 0
           stepsize: 4.1710e-06
          algorithm: 'interior-point'
      firstorderopt: 4.6284e-07
       cgiterations: 0
       message: 'Local minimum found that satisfies the constraints.↵↵Optimization completed because the objective function is non-decreasing in ↵feasible directions, to within the default value of the optimality tolerance,↵and constraints are satisfied to within the default value of the constraint tolerance.↵↵Stopping criteria details:↵↵Optimization completed: The relative first-order optimality measure, 4.628370e-07,↵is less than options.OptimalityTolerance = 1.000000e-06, and the relative maximum constraint↵violation, 0.000000e+00, is less than options.ConstraintTolerance = 1.000000e-06.↵↵Optimization Metric                                            Options↵relative first-order optimality =   4.63e-07       OptimalityTolerance =   1e-06 (default)↵relative max(constraint violation) =   0.00e+00    ConstraintTolerance =   1e-06 (default)'

lambda = 
  包含以下字段的 struct:
         eqlin: [0×1 double]
      eqnonlin: [0×1 double]
       ineqlin: 7.2833e-08
         lower: [2×1 double]
         upper: [2×1 double]
    ineqnonlin: 0.2048
grad =
   -0.2048
   -0.4372
hessian =
    6.0242   -6.4486
   -6.4486    8.4952