MATLAB 优化问题求解：使用 fmincon 函数和自定义约束函数

function [c, ce] = c2f1a(x) ce = []; c = [4*x(1)^2 + x(2)^2 - 4]; end

f = inline('x(1)^2 - 2*x(1) + x(2)', 'x'); x = fmincon(f, [1; 2], [], [], [], [], [0; 0], [], 'c2f1a');

这段代码演示了如何使用 MATLAB 的 fmincon 函数求解带约束的优化问题。

函数 c2f1a

函数 c2f1a 是自定义的约束函数，它接受一个向量 x 作为输入，并返回一个向量 c，表示约束条件。在本例中，约束条件为 4*x(1)^2 + x(2)^2 - 4 <= 0。

函数 f

函数 f 是目标函数，它接受一个向量 x 作为输入，并返回一个标量值，表示目标函数的值。在本例中，目标函数为 x(1)^2 - 2*x(1) + x(2)。

fmincon 函数

fmincon 函数用于求解带约束的优化问题。该函数的语法如下：

[x,fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)

其中：

• fun：目标函数。
• x0：初始点。
• A、b：线性不等式约束条件。
• Aeq、beq：线性等式约束条件。
• lb、ub：变量的下界和上界。
• nonlcon：非线性约束函数。
• options：优化选项。

在本例中，fmincon 函数的调用方式如下：

x = fmincon(f, [1; 2], [], [], [], [], [0; 0], [], 'c2f1a');

该语句将调用 fmincon 函数，以求解目标函数 f 在约束条件 c2f1a 下的最小值。初始点为 [1; 2]，下界为 [0; 0]。

代码解释

1. ce = [];：创建一个空的向量 ce，用于存储等式约束条件。
2. c = [4*x(1)^2 + x(2)^2 - 4];：计算约束函数 c2f1a 的值，并将结果存储在向量 c 中。
3. f = inline('x(1)^2 - 2*x(1) + x(2)', 'x');：定义目标函数 f，它接受一个向量 x 作为输入，并返回一个标量值，表示目标函数的值。
4. x = fmincon(f, [1; 2], [], [], [], [], [0; 0], [], 'c2f1a');：调用 fmincon 函数，以求解目标函数 f 在约束条件 c2f1a 下的最小值。初始点为 [1; 2]，下界为 [0; 0]。

总结

本文介绍了如何使用 MATLAB 的 fmincon 函数求解带约束的优化问题，并演示了如何定义自定义约束函数。通过使用这些函数，您可以轻松地解决各种优化问题。