MATLAB 中的 optimpid 函数：优化问题求解指南

在 MATLAB 中使用 optimpid 函数可以有效地解决优化问题。以下步骤将详细介绍如何使用 optimpid 函数：

创建优化问题对象： 使用 optimproblem 函数创建一个空的优化问题对象。例如：problem = optimproblem;
添加目标函数和约束条件：
- 使用 addObjective 函数添加目标函数。例如：problem = addObjective(problem, fun);
- 使用 addConstraint 函数添加约束条件。例如：problem = addConstraint(problem, cons);
设置优化选项： 使用 optimoptions 函数设置优化选项。例如：options = optimoptions('fmincon', 'Display', 'iter');
调用 optimpid 函数进行优化： 将问题对象、初始点和优化选项作为输入参数传递给 optimpid 函数。例如：[x, fval] = optimpid(problem, x0, options);

完整代码示例：

% 创建一个优化问题对象
problem = optimproblem;

% 添加目标函数和约束条件
fun = @(x) x(1)^2 + x(2)^2; % 目标函数
cons = @(x) x(1) + x(2) - 1; % 约束条件
problem = addObjective(problem, fun);
problem = addConstraint(problem, cons);

% 设置优化选项
options = optimoptions('fmincon', 'Display', 'iter');

% 调用 optimpid 函数进行优化
x0 = [0, 0]; % 初始点
[x, fval] = optimpid(problem, x0, options);

注意： 在使用 optimpid 函数之前，需要先安装并加载优化工具箱。可以使用 ver 函数检查是否已安装优化工具箱，使用 addpath 函数将优化工具箱添加到 MATLAB 的搜索路径中。