在进行优化时,我在Matlab中有一个问题。假设我想对向量x
min_x f(x,c)
这样的sum(x)=1
。对于每个固定的x
,c
是一个常量,例如
(x.*a+c).^(1./alpha)+(x.*b+c).^(1./alpha)=1
已知a,b,alpha
的地方。
该算法适用于每个固定的x
,因此sum(x)=1
需要从
c
(x.*a+c).^(1./alpha)+(x.*b+c).^(1./alpha)=1
并计算f(x,c)
,然后我们更新一个新的x
。
是否可以在matlab中使用fmincon解决问题?我想放
(x.*a+c).^(1./alpha)+(x.*b+c).^(1./alpha)=1
用于 fmincon 中的非线性约束,但是我想知道它是否有效,因为我们不知道如何根据c
明确地编写x
。
答案 0 :(得分:2)
solve
根据c
显式地编写x
f(x,c)
定义为仅x
的函数c
替换为其表达式请仔细阅读评论
% Given a, b, alpha
a = 2; b = 5; alpha = 1;
% Unknown x, c
syms x c
% Relation between x and c
eq = (x.*a+c).^(1./alpha)+(x.*b+c).^(1./alpha)== 1 ;
% Mention only c, x will be considered as independent variable
% The solution gives c in terms of x
c = solve(eq, c);
% Transfom syms variable into function handle variable
c = matlabFunction(c);
% c(x) = x.*(-7.0./2.0)+1.0./2.0
% Define f as a function of x only, c is a constant having x as parameter
fun =@(x)f(x, c(x));
% optimization starts here
[x, fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options);
% Given function in terms of x and c
function y = f(x,c)
y = 2.*x + c;
end