Matlab的fmincon函数(非线性等式不等式约束优化问题求解)

利用matlab求解非线性规划问题

fmincon函数优化问题

fmincon解决的优化模型如下：

min F(X)

subject to: A*X <= B (线性不等式约束)

Aeq*X = Beq (线性等式约束)

C(X) <= 0 (非线性不等式约束)

Ceq(X) = 0 (非线性等式约束)

LB <= X <= UB （参数x的取值范围）

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

fmincon是求解目标fun最小值的内部函数

x0是初值

A b线性不等式约束

Aeq beq线性等式约束

lb下边界

ub上边界

nonlcon非线性约束条件

options其他参数，对初学者没有必须，直接使用默认的即可

优化工具箱提供fmincon函数用于对有约束优化问题进行求解，其语法格式如下： x=fmincon(fun,x0,A,b)

x=fmincon(fun,x0,A,b,Aeq,beq)

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub)

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)

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

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options,P1,P2,...)

[x,fval]=fmincon(...)

[x,fval,exitflag]=fmincon(...)

[x,fval,exitflag,output]=fmincon(...)

利用matlab求解非线性规划问题

其中，x,b,beq,lb,和ub为线性不等式约束的下、上界向量，A和Aeq为线性不等式约束和等式约束的系数矩阵矩阵，fun为目标函数，nonlcon为非线性约束函数。

显然，其调用语法中有很多和无约束函数fminunc的格式是一样的，其意义也相同，在此不在重复介绍。对应上述调用格式的解释如下：

x=fmincon(fun,x0,A,b)给定初值x0，求解fun函数的最小值x。fun函数的约束条件为A*x<=b，x0可以是标量或向量。

x=fmincon(fun,x0,A,b,Aeq,beq)最小化fun函数，约束条件为Aeq*x=beq和A*x<=b。若没有不等式线性约束存在，则设置A=[]、b=[]。

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub)定义设计变量x的线性不等式约束下界lb和上界ub，使得总是有lb<=x<=ub。若无等式线性约束存在，则令Aeq=[]、beq=[]。

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)在上面的基础上，在nonlcon参数中提供非线性不等式c(x)或等式ceq(x)。fmincon函数要求c(x)<=0且ceq(x)=0。

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)用options参数指定的参数进行最小化。

x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options,P1,P2,...)将问题参数P1,P2等直接传递给函数fun和nonlin。若不需要这些变量，则传递空矩阵到A,b,Aeq,beq,lb,ub,nonlcon和options。

[x,fval]=fmincon(...)返回解x处的目标函数值到fval。

[x,fval,exitflag]=fmincon(...)返回exitflag参数，描述函数计算的有效性，意义同无约束调用。

[x,fval,exitflag,output]=fmincon(...)返回包含优化信息的输出参数output。

非线性不等式约束nonlcon的定义方法

该参数计算非线性不等式约束c(x)<=0和非线性等式约束ceq(x)=0。nonlcon参数是一个包含函数名的字符串。该函数可以是M文件、内部文件或MEX文件。它要求输入一个向量x，返回两个变量—解x处的非线性不等式向量c和非线性等式向量ceq。例如，若nonlcon='mycon'，则M文件mycon.m须具有下面的形式：

function[c,ceq]=mycon(x)

利用matlab求解非线性规划问题

c=...%计算x处的非线性不等式。

ceq=...%计算x处的非线性等式。

若还计算了约束的梯度，即options=optimset('GradConstr','on')

则nonlcon函数必须在第三个和第四个输出变量中返回c(x)的梯度GC和ceq(x)的梯度Gceq。

function[c,ceq,GC,GCeq]=mycon(x)

c=...%解x处的非线性不等式。

ceq=...%解x处的非线性等式。

ifnargout>2%被调用的nonlcon函数，要求有4个输出变量。

GC=...%不等式的梯度。 GCeq=...%等式的梯度。

end

应用举例

已知某设计问题可以简化为如下数学模型：显然，此模型属于一个二维约束优化问题。应用fmincon函数求解此优化模型，需要如下几个步骤：

1）创建目标函数M文件 myobj.m

程序为：

function f=myobj(x)

f=2*x(1)^2+2*x(2)^2-2*x(1)*x(2)-4*x(1)-6*x(2);

2）创建非线性约束函数M文件 mycon.m

程序为：

function[c,ceq]=mycon(x)

c(1)=x(1)+5*x(2)^2-5;

ceq=[];

3）创建优化函数主程序，youhua.m 并进行初始化及线性约束条件设置

程序为：

%求优化函数极小值

A=[11];%线性不等式约束左边矩阵

利用matlab求解非线性规划问题

b=[2];%线性不等式约束右边向量

Aeq=[];%线性等式约束左边矩阵

beq=[];%线性等式约束右边向量

lb=[0;0];%自变量下限

ub=[inf;inf];%自变量上限

x0=[1 ;1];%初始值

options=optimset('LargeScale','off','display','iter');

[x,fval,exitflag]=fmincon(@myobj,x0,A,b,[],[],lb,ub,@mycon,options)

在Command Window中，输入youhua回车

得到程序结果为：

youhua

max Directional First-order

Iter F-count f(x) constraint Step-size derivative optimality Procedure 0 3 -8 1 Infeasible start point 1 7 -7.7037 0.06173 1 0.37 0.83

2 11 -7.67725 0.0003061 1 0.0268 0.0149 3 15 -7.67712 7.682e-009 1 0.000134 7.35e-007 Optimization terminated: first-order optimality measure less

than options.TolFun and maximum constraint violation is less

than options.TolCon.

Active inequalities (to within options.TolCon = 1e-006):

lower upper ineqlin ineqn …… 此处隐藏：1279字，全部文档内容请下载后查看。喜欢就下载吧 ……