matlab中及非线性规划求解fmincon函数.docVIP

这个函数的基本形式为 x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon，options) 其中fun为你要求最小值的函数，可以单写一个文件设置函数，如以上给的例子中。 1.如果fun中有N个变量，如x y z, 或者是X1, X2,X3, 什么的，自己排个顺序，在fun中统一都是用x(1),x(2）....x(n) 表示的。 2. x0, 表示初始的猜测值，大小要与变量数目相同 3. A b 为线性不等约束，A*x = b， A应为n*n阶矩阵，学过线性代数应不难写出A和b 4 Aeq beq为线性相等约束，Aeq*x = beq。 Aeq beq同上可求 5 lb ub为变量的上下边界， 正负无穷用 -Inf和Inf表示， lb ub应为N阶数组 6 nonlcon 为非线性约束，可分为两部分，非线性不等约束 c，非线性相等约束，ceq 可按下面的例子设置 function [c,ce] = nonlcon1(x) c = -x(1)+x(2)^2-4; ce = []; % no nonlinear equality constraints 7， 最后是options， 可以用OPTIMSET函数设置，见上例 具体可见OPTIMSET函数的帮助文件。 对于优化控制，MATLAB提供了18个参数，这些参数的具体意义为： options(1)-参数显示控制（默认值为0）。等于1时显示一些结果。 nbsp;nbsp;nbsp;nbsp;options(2)-优化点x的精度控制(默认值为1e-4)。 options = optimset(TolX,1e-8) nbsp;nbsp;nbsp;nbsp;options(3)-优化函数F的精度控制(默认值为1e-4)。options = optimset(TolFun,1e-10) nbsp;nbsp;nbsp;nbsp;options(4)-违反约束的结束标准(默认值为1e-6)。 nbsp;nbsp;nbsp;nbsp;options(5)-算法选择，不常用。 nbsp;nbsp;nbsp;nbsp;options(6)-优化程序方法选择，为0则为BFCG算法，为1则采用DFP算法。 nbsp;nbsp;nbsp;nbsp;options(7)-线性插值算法选择，为0则为混合插值算法，为1则采用立方插算法。 nbsp;nbsp;nbsp;nbsp;options(8)-函数值显示 (目标—达到问题中的Lambda ) nbsp;nbsp;nbsp;nbsp;options(9)-若需要检测用户提供的梯度，则设为1。 nbsp;nbsp;nbsp;nbsp;options(10)-函数和约束估值的数目。 nbsp;nbsp;nbsp;nbsp;options(11)-函数梯度估值的个数。 nbsp;nbsp;nbsp;nbsp;options(12)-约束估值的数目。 nbsp;nbsp;nbsp;nbsp;options(13)-等约束条件的个数。 nbsp;nbsp;nbsp;nbsp;options(14)-函数估值的最大次数（默认值是100×变量个数） nbsp;nbsp;nbsp;nbsp;options(15)-用于目标 — 达到问题中的特殊目标。 nbsp;nbsp;nbsp;nbsp;options(16)-优化过程中变量的最小有限差分梯度值。 nbsp;nbsp;nbsp;nbsp;options(17)- 优化过程中变量的最大有限差分梯度值。 nbsp;nbsp;nbsp;nbsp;options(18)-步长设置 (默认为1或更小)。 Foptions已经被optimset和optimget代替，详情请查函数optimset和optimget。 ps: 以上x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon，options) 括号中的参数，需从左到右依次给出，可只给部分。 如可写为x = fmincon(fun,x0,A,b） x = fmincon(fun,x0,A,b,Aeq,beq) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub) 如中间某些约束为空，可以用[]表示， 如可写为 x = fmincon(fun,x0,A,b,[],[],lb,ub) fmincon函数 fmincon函数浅析（转载） 命令格式： [x,fval,exitflag,output,lambda,grad,hessian] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlco