Question

我有一个求和目标函数（非线性投资组合优化），它看起来像：

minimize w(i)*w(j)*cv(i,j) for i = 1 to 10 and j = 1 to 10

w 是决策向量
cv 是已知的10 x 10矩阵

我为约束（项目约束的单独的.m文件）和fmincon（一个单独的.m文件，用于下限/上限，初始值和调用fmincon）执行了公式。参数）。

我无法弄清楚如何做目标函数。我习惯于用GLPK而不是matlab进行线性编程，所以我做得不好。

我现在有：

ObjectiveFunction.m

function f = obj(w)

cv = [all the constants are in here]

i = 1;    
j = 1;    
n = 10;    
var = 0;    

while i <= n    
       while j<=n    
           var = var + abs(w(i)*w(j)*cv(i, j));    
           j = j + 1;    
       end    
       i = i + 1;    
end

f = var

......但这不起作用。

任何帮助将不胜感激！在此先感谢：）

Answer 1

所以这是我几年前上过的一个课程，但是在使用fminsearch优化某些值方面，它解决了一个与你自己非常相似的问题。问题基本上是你有一个t，y，你想要一个连续的指数函数用c1 * t。* exp（c2 * t）来表示t，y。我提升了价值观的教科书叫做Numerical Analysis by Timothy Sauer。不幸的是，我不记得确切的问题或章节，但它在某处。

通过fminsearch递归地发现c1和c2最小化残差y - （（c1）* t。* exp（（c2）* t））。尝试复制并运行下面的代码以了解事物：

    %% Main code
    clear all; 
    t = [1,2,3,4,5,6,7,8]; 
    y = [8,12.3,15.5,16.8,17.1,15.8,15.2,14]; 
    lambda0=[1 -.5]; 
    lambda=fminunc(@expdecayfun,lambda0, ...
    optimset('LargeScale','off','Display','iter','TolX',1.e-6),t,y); 
    c1=lambda(1);
    c2=lambda(2); 
    fprintf('Using the BFGS method through fminunc, c1 = %e\n',c1); 
    fprintf('and c2 = %e. Since these values match textbook values for\n', c2); 
    fprintf('c1 and c2, I will stop here.\n');        

    %% Index of functions:
    % expdecayfun
    function res=expdecayfun(lambda,t,y) c1=lambda(1); 
    c2=lambda(2); 
    r=y-((c1)*t.*exp((c2)*t)); 
    res=norm(r);

希望这有帮助！

制定求和目标函数以最小化MatLab中的fmincon

1 个答案: