function m=fenduanhanshu(t)
m=t.*(t>=0 & t1 & t2)
【解释】
在Matlab中,上述函数中的表达式m=t.*(t>=0 & t1 & t2)的运算规则是当布尔表达式为true时,布尔表达式的值取1,参与运算,否则取0,参与运算。
例如,当表达式中的(t>=0 & t=0 & t1 & t2)都不成立,取0参与运算,故此时m=t.*1+(-t+2)*0+0.1.*0=t。
Matlab中的这种设计方便了用户进行科学计算,减少了代码量,提高了开发效率。个人非常推荐使用。
最大值,可以转换为最小值问题。比如:% 计算最小值f(x) = -x1*x2*x3,起始点为x = [10;10;10],约束条件为:
% 0 ≤ x1 + 2*x2 + 2*x3 ≤ 72.
% –x1–2*x2–2*x3 ≤ 0
% 1.写出目标函数% function f = myfun(x)
% f = -x(1) * x(2) * x(3);% 2.约束条件
% –x1–2*x2–2*x3 ≤ 0
% x1 + 2*x2 + 2*x3≤ 72
% 3.构造约束条件矩阵
% A = [-1 -2 -2; ...
% 1 2 2];
% b = [0;72];% 4.最优化计算% x0 = [10;10;10];
% [x,fval] = fmincon(@myfun,x0,A,b);% 5.结果
% x
% x =
% 24.0000
% 12.0000
% 12.0000
%
%
% fval
% fval =
% -3.4560e+03
%
%
% A*x-b
% ans =
-72
多元函数的最优化问题可不是简简单单就能写出来的。
本身MATLAB就不适合用来做优化,建议使用lingo,1stopt等工具。
以下是使用1stopt工具做出来的结果:
1. 代码:
Parameters x=[1.8,2,2],y=[.46,.90];
Minimum;
Function (-256.926x+572.13)*(y*(0.867+0.037*y+0.05*x)*252-17.784*y);
2. 结果:
迭代数: 25
计算用时(时:分:秒:毫秒): 00:00:00:141
计算中止原因: 达到收敛判定标准
优化算法: 共扼梯度法 + 通用全局优化法
函数表达式: (-256.926*x+572.13)*(y*(0.867+0.037*y+0.05*x)*252-17.784*y)
目标函数值(最小): 6170.8801616352
x: 2
y: 0.46
以上是matlab怎么实现分段函数的极值点的详细内容。更多信息请关注PHP中文网其他相关文章!