matlab fmincon函数用法

matlab fmincon函数用法如下：

1、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。

2、返回exitflag参数，描述函数计算的有效性，意义同无约束调用。

3、返回包含优化信息的输出参数output。

扩展资料：

fmincon函数用法注意事项：

对于默认的“内点”算法，fmincon将违反边界lb≤x≤ub或等于边界的x0分量设置为边界区域的内部。对于“信赖域反射”算法，fmincon将违反分量设置为边界区域的内部。对于其他算法，fmincon将违反组件设置为最接近的界。

fmincon作用：

fmincon用于求解非线性多元函数最小值的matlab函数，优化工具箱提供fmincon函数用于对有约束优化问题进行求解。

参考资料：fmincon-百度百科

①matlab fmincon函数的用法如下

求解问题的标准型为：

min F(X)
s.t
AX <= b
AeqX = beq
G(x) <= 0
Ceq(X) = 0
VLB <= X <= VUB

其中X为n维变元向量，G(x)与Ceq(X)均为非线性函数组成的向量，其他变量的含义与线性规划、二次规划中相同。

②用Matlab求解上述问题，基本步骤分为三步

首先建立M文件fun.m定义目标函数F(X)：

function f = fun(X);

f = F(X)

2. 若约束条件中有非线性约束：G(x) <= 0 或 Ceq(x) = 0，则建立M文件nonlcon.m定义函数G(X)和Ceq(X);

function [G, Ceq] = nonlcon(X)
G = ...
Ceq = ...

3. 建立主程序，非线性规划求解的函数时fmincon，命令的基本格式如下： 

注意：

（1）fmincon函数提供了大型优化算法和中型优化算法。

默认时，若在fun函数中提供了梯度（options 参数的GradObj设置为'on'），并且只有上下界存在或只有等式约束，fmincon函数将选择大型算法，当既有等式约束又有梯度约束时，使用中型算法。

（2）fmincon函数的中型算法使用的是序列二次规划法。在每一步迭代中求解二次规划子问题，并用BFGS法更新拉格朗日Hessian矩阵。

（3）fmincon函数可能会给出局部最优解，这与初值X0的选取有关。

扩展资料

参数说明

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)

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。

if nargout > 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。

参考资料：百度百科-fmincon

fmincon函数在MATLAB中用于求解非线性多元函数最小值，应用十分广泛。使用该函数的关键是定义目标函数，以及在约束条件中有非线性约束时准确定义。具体介绍如下：

一、求解问题的标准型为：

min F(X)

s.t

AX <= b

AeqX = beq

G(x) <= 0

Ceq(X) = 0

VLB <= X <= VUB

其中X为n维变元向量，G(x)与Ceq(X)均为非线性函数组成的向量，其他变量的含义与线性规划、二次规划中相同。

二、用Matlab求解上述问题，基本步骤分为三步：

1. 首先建立M文件fun.m定义目标函数F(X)：

function f = fun(X);

f = F(X)

2. 若约束条件中有非线性约束：G(x) <= 0 或 Ceq(x) = 0，则建立M文件nonlcon.m定义函数G(X)和Ceq(X);

function [G, Ceq] = nonlcon(X)

G = ...

Ceq = ...

3. 建立主程序，非线性规划求解的函数时fmincon，命令的基本格式如下： 

注意：

（1）fmincon函数提供了大型优化算法和中型优化算法。默认时，若在fun函数中提供了梯度（options 参数的GradObj设置为'on'），并且只有上下界存在或只有等式约束，fmincon函数将选择大型算法，当既有等式约束又有梯度约束时，使用中型算法。

（2）fmincon函数的中型算法使用的是序列二次规划法。在每一步迭代中求解二次规划子问题，并用BFGS法更新拉格朗日Hessian矩阵。

（3）fmincon函数可能会给出局部最优解，这与初值X0的选取有关。

你的代码中调用fmincon函数中@total1不应该是@myfun目标函数吗，后面的那个@total1应该是@mycon为非线性约束
function f = myfun(x)
f = 0.192457*1e-4*(x(2)+2)*x(1)^2*x(3);

function [c,ceq] = mycon(x)
c(1)=350-163*x^(-2.86)*x(3)^0.86;
c(2)=10-0.4*0.01^x(1)^(-4)*x(2)*x(3)^3;
c(3)=(x(2)+1.5)*x(1)+0.44*0.01*x(1)^(-4)*x(2)*x(3)^3-3.7*x(3);
c(4)=375-356000*x(1)^(-4)*x(2)*x(3)^3;
c(5)=4-x(3)/x(1);

A=[-1 0 0;1 0 0;0 -1 0;0 1 0;0 0 -1; 0 0 1];
b=[-1;4;-4.5;50;-10;30];
x0= [2.0;5.0;25.0];
lb=zeros(3,1);
[x,fval,exitflag,output,lambda]=fmincon(@myfun,x0,A,b,[],[],lb,[],@mycon)
这样才对！