我建立一個myfunction.m文件function f=myfuncion(x)M=[2,-1;-1,2];B=[3;-3];f=1/2*x'*M*x+B'*x;然后在matlab窗口中輸入 x0=[0;0];>> A=[];>> B=[];>> Aeq=[];>> Beq=[];>> lb=[-2;-2];>> ub=[2;2];>> x = fmincon('myfunction',x0,[],[],[],[],lb,ub)結果出現：Warning: Trust-region-reflective method does not currently solve this type of problem,using active-set (line search) instead.In fmincon at 422??? Error using ==> fmincon at 504FMINCON cannot continue because user supplied objective function failed with the following error:Undefined function or method 'myfunction' for input arguments of type 'double'.然后我用options = optimset('Algorithm','active-set');>> x = fmincon('myfunction',x0,[],[],[],[],lb,ub)還是不對，請大俠們指教！謝謝！
2 回答
ABOUTYOU
TA貢獻1812條經驗 獲得超5個贊
fmincon函數在MATLAB中用于求解非線性多元函數最小值，應用十分廣泛。使用該函數的關鍵是定義目標函數，以及在約束條件中有非線性約束時準確定義。具體介紹如下：
一、求解問題的標準型為：
min F(X)
s.t
AX <= b
AeqX = beq
G(x) <= 0
Ceq(X) = 0
VLB <= X <= VUB
其中X為n維變元向量，G(x)與Ceq(X)均為非線性函數組成的向量，其他變量的含義與線性規劃、二次規劃中相同。
二、用Matlab求解上述問題，基本步驟分為三步：
1. 首先建立M文件fun.m定義目標函數F(X)：
function f = fun(X);
f = F(X)
2. 若約束條件中有非線性約束：G(x) <= 0 或 Ceq(x) = 0，則建立M文件nonlcon.m定義函數G(X)和Ceq(X);
function [G, Ceq] = nonlcon(X)
G = ...
Ceq = ...
3. 建立主程序，非線性規劃求解的函數時fmincon，命令的基本格式如下：
注意：
（1）fmincon函數提供了大型優化算法和中型優化算法。默認時，若在fun函數中提供了梯度（options 參數的GradObj設置為'on'），并且只有上下界存在或只有等式約束，fmincon函數將選擇大型算法，當既有等式約束又有梯度約束時，使用中型算法。
（2）fmincon函數的中型算法使用的是序列二次規劃法。在每一步迭代中求解二次規劃子問題，并用BFGS法更新拉格朗日Hessian矩陣。
（3）fmincon函數可能會給出局部最優解，這與初值X0的選取有關。
繁星點點滴滴
TA貢獻1803條經驗 獲得超3個贊
fmincon函數在MATLAB中用于求解非線性多元函數最小值，應用十分廣泛。使用該函數的關鍵是定義目標函數，以及在約束條件中有非線性約束時準確定義。具體介紹如下：
一、求解問題的標準型為：
min F(X)
s.t
AX <= b
AeqX = beq
G(x) <= 0
Ceq(X) = 0
VLB <= X <= VUB
其中X為n維變元向量，G(x)與Ceq(X)均為非線性函數組成的向量，其他變量的含義與線性規劃、二次規劃中相同。
注意：
（1）fmincon函數提供了大型優化算法和中型優化算法。默認時，若在fun函數中提供了梯度（options 參數的GradObj設置為'on'），并且只有上下界存在或只有等式約束，fmincon函數將選擇大型算法，當既有等式約束又有梯度約束時，使用中型算法。
（2）fmincon函數的中型算法使用的是序列二次規劃法。在每一步迭代中求解二次規劃子問題，并用BFGS法更新拉格朗日Hessian矩陣。
（3）fmincon函數可能會給出局部最優解，這與初值X0的選取有關。
- 2 回答
- 0 關注
- 221 瀏覽
添加回答
舉報
0/150
提交
取消