matlab二次规划函数

minx12xTHx+fTxs.t.AxbAeqx=beqlbxub

其中H是二次刑矩阵,A,Aeq分别是不等式约束和等式约束系数矩阵,f,b,beq,lb,ub,x为向量。

调用格式:

X=quadprog(H,f,A,b) 
X=quadprog(H,f,A,b,Aeq,beq)
X=quadprog(H,f,A,b,Aeq,beq,lb,ub)
X=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0)
X=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options) 

[x,fval]=quadprog(…) 
[x,fval,exitflag,output]=quadprog(…) 
[x,fval,exitflag,output,lambda]=quadprog(…)

说明:输入参数中,x0为初始点;若无等式约束或无不等式约束,就将相应的矩阵和向量设置为空;options为指定优化参数。输出参数中,x是返回最优解;fval是返回解所对应的目标函数值;exitflag是描述搜索是否收敛;output是返回包含优化信息的结构。Lambda是返回解x入包含拉格朗日乘子的参数。

下面代码操作流程:
利用hessian 函数计算hessian矩阵H,然后利用collect获取一次项的系数F:

clear all,close all;

syms  x y ;

% 求解该函数的最小值
f = (x - 2)^2 + (y - 3)^2 + 5; % s.t. 1 <= x <= 3,2 <= y <= 4

%lb = [1 2]';ub = [3 4]'; % lb = [-inf -inf]' ub = [inf inf]'
lb = zeros(2,1);
ub = zeros(2,1);
lb(:) = -inf;
ub(:) = inf;
%% 求解海森矩阵 H

H = hessian(f,[x,y]);

% convert to double type
H = double(H);

%% 求解一次项系数 F
% fexp = expand(f);
fcol = collect(f,{'x','y'}); % x^2 - 4*x + y^2 - 6*y + 18
disp(fcol);
% get F = [-4 -6]'
F = [-4 -6]';
% method : interior-point-convex ,trust-region-reflective ,active-set
options = optimoptions('quadprog','Algorithm','interior-point-convex');
[x,fval,exitflag,output] = quadprog(H,F,[],[],[],[],lb,ub,[],options);
  • 4
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值