我正在尝试将一个非常简单的Excel移植到Matlab代码中（我对Excel Solver并不完全满意！）。我的问题是：
我有两种材料（比如A和B）及其属性（密度，粘度等）和价格，我将它们混合以获得第三种材料（比如说C），它们的属性是混合物（不一定是线性的）两者中的哪一个，如果它尊重某些限制（即密度最大X，粘度最大Y），可以以特定价格出售。我所拥有的功能是获取A和B的数量，它们的属性，价格，材料C限制和材料C价格。然后得出一个利润（即价格C *（数量A +数量B） - （价格A *数量A +价格B *数量B）），以及一个告诉我材料是否满足所有属性限制的指标C（基本上它比较限制和实际属性，如果正常则输出0，否则输出1 ---＆gt;如果所有属性都被尊重，则该向量的平均值应为0）。
因此我有：
[profit，ok] = blend（[qA，qB]，[specA，specB]，[pA，pB]，[limits]，pC）
我希望通过改变数量A和数量B来获得最大利润，即ok矢量为0且qA + qB小于指定的最大数量。真正的问题是将ok向量强加为0.我考虑在函数外部移植限制检查，但是我只能在函数计算出混合的属性后检查是否遵守限制，所以我不能把它外。这个问题有方法解决吗？非常感谢！
答案 0 :(得分：0)
您正在寻找的是nonlinear constrained optimization，最有可能的是fmincon
我担心，如果你打开你的功能以适应标准方案，这可能是最好的。顺便提一下，这是一件非常好的事情，因为这是表达这些问题的常用方法。 电话是
x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)
您有两个参数，给出材料的数量，或者如果您将总数量标准化为1，您可以只使用一个参数x并在另一个方程式中将另一个表达为（1-x）。 />
因此，您需要编写一个函数fun，它只根据参数计算利润。
然后将材料约束放入剩余参数中。您可以将所有约束放入ceq nonlcon的{{1}}返回，如解释here，以便在混合正常时返回零。
然而，更清晰，更高效的是使用A和b矩阵对所有线性约束进行编码。
有关详细信息，我需要您拥有的实际约束和功能。