你没有说用什么优化算法,我用的模拟退火,而且x1,x2,x3,x4都没有交代多大范围,所以我随便取值在n以内;(这个n你可以随便调节)程序如下:%% 模拟退火算法进行.

打开matlab2014a程序,在主工具栏找到应用程序一栏,打开optimization选项.问题输入 在optimization程序中,首先根据不同的问题类型选择不同的模型,同时输入约束等.选择优化程序运行的条件 在最中间的一栏中添加优化程序运行的条件,如优化截止的标准,画图的要求等等.开始运算 点击start即可实现优化程序的运行,在图示的框中即可出现运行结果.查看帮助文件 在程序的最右边,是一个帮助文件,如果你有什么疑问,可以直接在帮助文件中查找.

定义目标函数 定义 约束函数 使用优化工具箱 ok

%方法很多,给出一种参考,不知道公式我看错没,就这样把.不懂来问!%第一个function mainx0=rand(1,3);A=[-1,-2,-2;1,2,2];b=[0;72];Aeq=[];beq=[];LB=[];UB=[];[x,fval,.

目标函数形式不是很重要,fmincon不需要知道目标函数的结果是怎么求出来的 只要. 问题的关键就是多目标的问题 fmincon是只能寻找一个目标的,也就是目标函数只有.

>> [x,y]=meshgrid(0:0.02:5);>> z=x.^2-8*x+y.^2-6*y-0.1*x.*y+50;>> mesh(x,y,z)>> minz=min(min(z))>> xx=x(find(z==minz))>> yy=y(find(z==minz))

工具箱函数 常用函数: 一元函数极小值 X=fminbnd('F',x1,x2) 无约束极小值 X=. X=fmincon('FG',X0) 非线性最小二乘 X=lsqnonlin(F,X0) 目标达到问题 X=fgoalattain(.

这个你可以分成两个规划问题,分别求解,再比较找二者最优的

刚好我最近也在使用MATLAB进行优化.output=iterations表示迭代次数output=algorithm表示使用的运算规则output=cgiterations表示PCG迭代次数在优化的时候,我们一般写成[x,fval,exitflag,output,lambda,grad,hessian]=fmincon(fun,x0,A,b,Aeq,beq,lab,ub,@mycon)的形式,在等式左边是你要显示的优化过程信息,要屏蔽那个信息,就去掉对应的项,比如说:[x,fval]=fmincon(……),运行的结果就只显示x和fval的值咯顺便说一下,我是为了回答你的问题才注册的.希望我讲的很清楚哦~~

2. 采用Matlab软件,利用最速下降法求解无约束优化问题 常用格式如下:(1)x= fminbnd (fun,x1,x2)(2)x= fminbnd (fun,x1,x2 ,options)(3)[x,fval]= fminbnd(.)(4)[x,fval,exitflag]= fminbnd(.)(5)[x,fval,exitflag,output]= fminbnd(.)其中(3)、(4)、(5)的等式右边可选用(1)或(2)的等式右边.函数fminbnd的算法基于黄金分割法和二次插值法,它要求目标函数必须是连续函数,并可能只给出局部最优解.或者fminunc、fminsearch命令.