利用fmincon函数进行能效优化控制

一、实验要求

已知某能量转换系统的功率函数为




用Matlab函数fmincon求u,v的最优解。

二、实验流程

2.1 函数介绍

Fmincon()函数是用于寻找约束非线性变量函数的最小值，是一个非线性规划求解器。
Fmincon()函数中，可以调用五种算法，分别是：

1. ‘interior-point’：内点法
2. ‘trust-region-reflective’：信赖域反射算法
3. ‘sqp’：SQP算法
4. ‘sqp-legacy’：（仅限于 optimoptions）
5. ‘active-set’：活动集算法
   一般情况下，默认采用的是内点法（interior-point）。本文将尝试五种不同的算法，寻找最优解。
   *Fmincon()*函数有不同的使用形式，其中fun为目标函数，x0为初始值，其他的都为约束条件，具体选择哪种形式，取决于问题的约束条件类型。

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

本文中涉及到非线性约束，因此选择最后一种形式。fun是用 M文件定义的函数， fun代表了非线性目标函数，x0是 x的初始值 A ，b， Aeq， beq，定义了线性约束 ,如果没有线性约束，则 beq=[]。lb和 ub是变量 x的下界和上界，如果下界和上界没有约束，则也可以写成 lb的各分量都为 -inf， ub的各分量都为 inf。 nonlcon是用 M文件定义的非线性向量函数约束 options定义了优化参数，不填写表示使用 Matlab默认的参数设置 。
关于此函数的返回参数中，其中fval是解处的目标函数值，以实数形式返回，通常fval = fun(x)；exitflag为fmincon 停止的原因，以整数形式返回。

2.2 实验结果

默认算法interior-point优化结果。

interior-point结果图  u的优化曲线

v的优化曲线

trust-region-reflective算法不能解决此约束问题。
Sqp算法优化结果：



sqp-legacy优化结果：


active-set算法超出了迭代限制。
综上所述，interior-point的优化效果是最好的，寻优找到的fval值最小，为118220。