动态优化解决方案空间中的最小支持（Matlab代码实现）

     目录

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

---

💥1 概述

相对于求解函数极值这类静态问题，许多存在于真实世界的优化问题都是在动态变化的，这一类问题被称为动态优化问题，或动态环境优化问题。在这类问题中，目标函数、约束条件、帕累托前沿等都有可能随着时间进行变化。这一类动态优化问题比静态问题更有难度，随着时间推移，我们必须对一个问题进行重复优化。

📚2 运行结果

 

 

 

 

🎉3 参考文献

[1]陈柏谦. 基于时空网络的空车动态优化模型研究[D].北京交通大学,2009.

👨‍💻4 Matlab代码

主函数部分代码：

clc;
clear;
x=1:0.01:2;
y=sin(10*pi*x)./x;
figure;
plot(x,y,'linewidth',1.5);
ylim([-1.5,1.5]);
xlabel('X');
ylabel('Y');
title('y=sin(10*pi*x)./x');
hold on;

[maxVal,maxIndex]=max(y);%maxVal最大值,maxIndex最大值索引
plot(x(maxIndex), maxVal, 'r*','linewidth',2)
text(x(maxIndex), maxVal, {[' X: ' num2str(x(maxIndex))];[' Y: ' num2str(maxVal)]})  %num2str：将数字类型转换为字符串类型
hold on
 
%%
% 2. 标记出最小值点
[minVal,minIndex] = min(y);
plot(x(minIndex), minVal, 'ks','linewidth',2)
text(x(minIndex), minVal, {[' X: ' num2str(x(minIndex))];[' Y: ' num2str(minVal)]})