Question

我有一个具有线性约束和非线性目标函数的模型，我试图使用＆＃34; fmincon＆＃34; MATLAB的工具箱来解决它。实际上，Aineq是一个24 * 13矩阵，Aeq也是一个24 * 13矩阵。但是当我插入这个命令时：

 >> [x , lambda] = fmincon(@MP_ObjF,Aineq,bineq,Aeq,beq);

我遇到这个错误：

Warning: Trust-region-reflective method does not currently solve this type of
problem, using active-set (line search) instead.

在fmincon at 439 ???使用==＆gt;时出错fmincon在692 Aeq必须有312列。

它可能有什么问题？为什么Aeq有312列？！？我将不胜感激任何帮助。感谢。

Answer 1

如果查看fmincon（doc fmincon）的文档，您将看到一个名为opt的输入。在此，您可以设置matlab使用的算法来解决最小化问题。如果你跑选择= optimset（＆＃39; fmincon＆＃39）;

然后您可以使用修改算法选项 Opt.algorithm =＆＃34;有效集＆＃34 ;;

只需发送选择fmincon然后matlab就不再有这个问题了。看一下Opt，你会发现很多选项可以改变以修改优化程序。

列数。如果您正在使用线性约束，则输入MPobjF的参数必须是具有n行和1列的列向量。然后A必须是m X n。其中M是约束的数量，n是变量的数量。这样就可以很好地定义矩阵乘法。

如果我的第一个回答含糊不清，我很抱歉。也许如果我做一个例子会有所帮助，因为我在你的评论中看到了几个可疑的东西。假设我们想要最小化x ^ 2 + y ^ 2 +（z-1）^ 2受x + y + z = 1,2x + 3y - 4z <= 5，x，y，z> = - 5 。解决方案显然是（0,0,1）...

我们首先必须制定目标函数，

fun = @(vec) vec[1]^2 + vec[2]^2 + (vec[3]-1)^2;

要使fmincon正常工作，该函数只能有一个输入，但该输入可以是一个向量。所以这里x = vec [1]等等...我认为你的评论表明你的目标函数有多个输入。如果您需要传递一些未经优化的参数，则可在Matlab网站上找到相关文档（http://www.mathworks.com/help/optim/ug/passing-extra-parameters.html）

然后我们可以设置优化设置

opt = optimset('fmincon');
opt.algorithm = 'active-set';

您可能还需要修改算法警告的大规模设置才能消失，我无法记住......

然后我们可以设置

Aeq = [1,1,1];    % equality constraint, if you had another eq constraint, it would be another row to Aeq
beq = 1;          % equality constraint
A = [2,3,-4];     % inequality
b = 5;            % inequality
lb = [-5;-5;-5];  % lower bound
x0 = [0.5;0.5;0]; % initial feasible guess, needs to be a column vector
[x,fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,[],[],opt);

然后希望找到x = [0; 0; 1]

在MATLAB中使用“fmincon”时出错

1 个答案: