资源描述：
《matlab的fmincon函数》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、Matlab优化函数fmincon1.fmincon是一种局部优化函数，利用目标函数以及约束函数的一阶导数信息，从给的初始点开始，在满足约束的条件下，沿着目标函数下降的方向迭代，最后收敛到局部最优解。约束函数不同，对应的结果当然会不一样，因为一般的多维优化问题总存在很多局部最优解，而fmincon只能找到离给的初始点最近的极小值，在你的问题中，可能在[-5,-6]区间上存在一个极小值，当然也可能是[-6,-7]，因此你优化的结果会不同。exitflag是优化结果的标志，exitflag=1说明优化收敛到局部最优解；exitflag=4、5说明你
2、采用的是有效集算法(active-set)，也得到相应的结果；如果exitflag=0那说明你的优化失败了。2.fmincon函数，用与解方程和拟合。fmincon可用于局部优化，全局优化。功能强大，若灵活运用能解决很多问题。局部优化的语句为：X=FMINCON(FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON) 全局优化的语句为： opts1=optimset('Algorithm','interior-point'); opts2=optimset('Algorithm','sqp');
3、 opts3=optimset('Algorithm','trust-region-reflective'); opts4=optimset('Algorithm','active-set'); createOptimProblem('fmincon','objective',FUN,'x0',X0,... 'Aineq',A,'bineq',b,'Aeq',Aeq,'beq',beq,'lb',LB,... 'ub',UB,'nonlcon',NONLCON,'options',opts1) gs=Glob
4、alSearch; [x1,fval1]=run(gs,problem1)3.X0=[22];A=[10.1;-0.1-1];B=[4;-2];Aeq=[];Beq=[];LB=[];UB=[];NONLCON=[];options=optimset('Algorithm','active-set');[X,FVAL,EXITFLAG,OUTPUT]=fmincon(@(x)x(1)^2+x(2)^2,X0,A,B,Aeq,Beq,LB,UB,NONLCON,options)结果：X=0.19801.9802FVAL=3.9604EXIT
5、FLAG=1OUTPUT=iterations:3funcCount:12lssteplength:1stepsize:0.0028algorithm:'medium-scale:SQP,Quasi-Newton,line-search'firstorderopt:1.9757e-008constrviolation:0message:[1x144char]Matlab的fmincon函数(非线性等式/不等式约束优化问题求解)fmincon函数优化问题x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,opti
6、ons)fmincon是求解目标fun最小值的内部函数x0是初值Ab线性不等式约束Aeqbeq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
7、=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(...)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
8、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=fm
