Question

这是我的问题：

我有6个参数，我在MATLAB的fmincon工具箱中有所不同，这些是限制：

variables=[x1,x2,x3,x4,x5,x6]

x1<=x2
x3<=x4
x5<=x6

所以，我为fmincon定义了这样的A矩阵：

A=[1 -1 0  0 0  0;   0  0 1 -1 0  0;    0  0 0  0 1 -1];

和向量b：

b=[0;0;0];

问题是fmincon并不尊重条件（如果它们定义得很好），我的意思是第一次迭代，参数是：

ddx=[1 1 1 1 1 1];

对于第二次迭代，变化是：

ddx=[2 1 1 1 1 1];

正如您所看到的，在边界中的定义存在错误，因为x1 = 2且x2 = 1;这是不对的。

我希望你能给我一些想法。

这是一个例子：

function Example
clc
global xo
lbr=[2,2,300,300,3,3];
upr=[8,8,2000,2000,6,6];
xo =[3,4,400,500,4,5];

Aeq=[];
beq=[];

% Matríz de condiciones
Ain=[1 -1 0 0 0 0;0 0 1 -1 0 0;0 0 0 0 1 -1];
bin=[0;0;0];

lb=lbr./xo;
ub=upr./xo;

xo_n=ones(1,size(upr,2));

options1 = optimset('Display','iter',...
    'Algorithm','sqp','PlotFcns',@optimplotfval,...
    'MaxIter',400,'MaxFunEvals',1000,'DiffMinChange',1);

[ddx, FOval] = fmincon(@MyfunSSI,xo_n,Ain,bin,Aeq,beq,lb,ub,[],options1);




end

function [FO]=MyfunSSI(ddx)
global xo

ddx

x1=xo(1)*ddx(1);
x2=xo(2)*ddx(2);
x3=xo(3)*ddx(3);
x4=xo(4)*ddx(4);
x5=xo(5)*ddx(5);
x6=xo(6)*ddx(6);

% These are the conditions:
x1<=x2
x3<=x4
x5<=x6

FO=1;

end

如您所见，这些限制未得到遵守。

Answer 1

函数fmincon终止后，它应该满足约束条件，或者表示它找不到可行的解决方案。

在优化迭代期间违反约束，对于某些问题可能是有利的，因此fmincon中的一些算法（至少是活动集算法）支持这一点。如果您不喜欢此行为，请使用内部点。有关详细信息，请参阅fmincon algorithms和violating constraints。

编辑出错的是您的目标函数MyfunSSI。它只返回1，因此没有什么可以最小化。另外，您只是放置约束语句，而不以任何方式处理它们。约束由A和b矩阵处理，所以忘记这些。但主要的是：将函数更改为使用输入ddx来生成输出值FO的正确目标函数。

顺便说一句，以这种方式使用sqp意味着优化器将使用有限差分，从而评估 near 可行的目标函数，因此可能不可行点。

使用MATLAB定义限制fmincon的问题

1 个答案: