Main Content

一维半无限约束

找到最小化 x 的值

f(x) = (x1 – 0.5)2 + (x2– 0.5)2 + (x3– 0.5)2

其中

K1(x,w1)=sin(w1x1)cos(w1x2)11000(w150)2sin(w1x3)x31,K2(x,w2)=sin(w2x2)cos(w2x1)11000(w250)2sin(w2x3)x31,

对于范围内的所有 w1 和 w2

1 ≤ w1 ≤ 100,
1 ≤ w2 ≤ 100。

请注意,半无限约束是一维的,即向量。由于约束必须采用 Ki(x,wi) ≤ 0 形式,因此您需要按如下方式计算约束

K1(x,w1)=sin(w1x1)cos(w1x2)11000(w150)2sin(w1x3)x310,K2(x,w2)=sin(w2x2)cos(w2x1)11000(w250)2sin(w2x3)x310.

首先,编写一个计算目标函数的文件。

function f = myfun(x,s)
% Objective function
f = sum((x-0.5).^2);

其次,编写一个文件 mycon.m,计算非线性等式和不等式约束以及半无限约束。

function [c,ceq,K1,K2,s] = mycon(X,s)
% Initial sampling interval
if isnan(s(1,1)),
   s = [0.2 0; 0.2 0];
end
% Sample set
w1 = 1:s(1,1):100;
w2 = 1:s(2,1):100;

% Semi-infinite constraints 
K1 = sin(w1*X(1)).*cos(w1*X(2)) - 1/1000*(w1-50).^2 -...
       sin(w1*X(3))-X(3)-1;
K2 = sin(w2*X(2)).*cos(w2*X(1)) - 1/1000*(w2-50).^2 -...
       sin(w2*X(3))-X(3)-1;

% No finite nonlinear constraints
c = []; ceq=[];

% Plot a graph of semi-infinite constraints
plot(w1,K1,'-',w2,K2,':')
title('Semi-infinite constraints')
drawnow

然后,调用优化程序。

x0 = [0.5; 0.2; 0.3];      % Starting guess
[x,fval] = fseminf(@myfun,x0,2,@mycon);

经过八次迭代后,解是

x
x =
    0.6675
    0.3012
    0.4022

x 处的函数值和半无限约束的最大值是

fval
fval =
    0.0771
[c,ceq,K1,K2] = mycon(x,NaN); % Initial sampling interval
max(K1)
ans =
   -0.0077
max(K2)
ans =
   -0.0812

生成了半无限约束的图。

Both constraints are less than or equal to zero and reach zero at one or two points

该图显示了两个约束中的峰值如何位于约束边界上。

mycon.m 里面的 plot 命令减慢了计算速度。删除此行可以提高速度。

另请参阅

相关主题