当前位置: 首页 > news >正文

网站建设的行业客户分析网站

网站建设的行业客户,分析网站,深圳市专业网站建设,毕业设计做网站怎么做非线性规划,一般用matlab调用cplex和gurobi了,但这两个一般用于线性规划和二次规划 线性规划LP,二次规划(quadratic programming),如果要求更一般的非线性规划IPOT是个很好的选择,求解器很多&a…

非线性规划,一般用matlab调用cplex和gurobi了,但这两个一般用于线性规划和二次规划

线性规划LP,二次规划(quadratic programming),如果要求更一般的非线性规划IPOT是个很好的选择,求解器很多,根据情况自己选择

非线性

具体的,这篇文章介绍的很清楚了https://blog.csdn.net/mpt0816/article/details/127638557

我这里就是再选择一个问题进行求解

ipopt的可执行程序下载下来, Releases · coin-or/Ipopt · GitHub

建立一个vs2022的工程,把include加到目录里面,把lib库都加进去,同样dll也准备好

 

就这一个主文件放入工程

编译运行即可

四个自变量,两个约束

 eval_f: 计算目标函数值,即需要最小化的目标。

 eval_grad_f: 计算目标函数的梯度。分别是4个偏导数

 eval_g: 计算约束条件的值。 n 是变量个数,m是约束条件个数,g是具体的约束函数

 eval_jac_g: 计算约束条件的雅可比矩阵(两个约束条件的一阶偏导数)

 eval_h: 计算目标函数和约束条件的二阶导数(即Hessian矩阵,二阶偏导数)。

现在使用matlab符号函数把 涉及到 用的 梯度、黑森矩阵都求一下

%clear all
close all
clc% 使用符号函数进行 求解梯度,黑森矩阵syms f g1 g2
syms x1 x2 x3 x4% 定义目标函数
f = x1 * x4 * (x1 + x2 + x3) + x3;% 定义约束函数
g1 = x1 * x2 * x3 * x4;
g2 = x1^2 + x2^2 + x3^2 + x4^2;% 计算目标函数的梯度和 Hessian
grad_f = gradient(f, [x1, x2, x3, x4]);
hess_f = hessian(f, [x1, x2, x3, x4]);% 计算约束函数 g1 的梯度和 Hessian
grad_g1 = gradient(g1, [x1, x2, x3, x4]);
hess_g1 = hessian(g1, [x1, x2, x3, x4]);% 计算约束函数 g2 的梯度和 Hessian
grad_g2 = gradient(g2, [x1, x2, x3, x4]);
hess_g2 = hessian(g2, [x1, x2, x3, x4]);

得到如下结果:

目标函数 f 的梯度:
 x1*x4 + x4*(x1 + x2 + x3)
                     x1*x4
                 x1*x4 + 1
         x1*(x1 + x2 + x3)
 
目标函数 f 的 Hessian:
[           2*x4, x4, x4, 2*x1 + x2 + x3]
[             x4,  0,  0,             x1]
[             x4,  0,  0,             x1]
[ 2*x1 + x2 + x3, x1, x1,              0]
 
约束函数 g1 的梯度:
 x2*x3*x4
 x1*x3*x4
 x1*x2*x4
 x1*x2*x3

 约束函数 g2 的梯度:
 2*x1
 2*x2
 2*x3
 2*x4 

从g1 g2看出来

   nele_jac = 8; 8个非零,两个约束条件,4个变量
   nele_hess = 10;  4*5/2=10,看其中一个hess矩阵的上三角阵


约束函数 g1 的 Hessian:
[     0, x3*x4, x2*x4, x2*x3]
[ x3*x4,     0, x1*x4, x1*x3]
[ x2*x4, x1*x4,     0, x1*x2]
[ x2*x3, x1*x3, x1*x2,     0]
 

约束函数 g2 的 Hessian:
[ 2, 0, 0, 0]
[ 0, 2, 0, 0]
[ 0, 0, 2, 0]
[ 0, 0, 0, 2]
 要替换的部分

1、eval_f 中 目标函数

2、eval_grad_f 中的梯度

   grad_f[0] = x[0] * x[3] + x[3] * (x[0] + x[1] + x[2]);
   grad_f[1] = x[0] * x[3];
   grad_f[2] = x[0] * x[3] + 1;
   grad_f[3] = x[0] * (x[0] + x[1] + x[2]);

3、eval_g 约束条件
   g[0] = x[0] * x[1] * x[2] * x[3] + my_data->g_offset[0];
   g[1] = x[0] * x[0] + x[1] * x[1] + x[2] * x[2] + x[3] * x[3] + my_data->g_offset[1];

4、eval_jac_g 约束函数的jacobi矩阵

if中 (8个),位置是

00  01 02 03

10 11 12 13,

else 中

g1梯度,g2梯度

5、eval_h 黑森矩阵

固定抄写,4是变量个数

目标的黑森矩阵,注意走位,注意骚走位,注意下三角阵骚走位

约束的黑森

6、主函数

初始值和 上下限

约束条件的jacobi矩阵和hess矩阵的非零元素

8个=2*自变量个数

10个=自变量个数*(自变量个数+1)/2

初始值

matlab符号函求解出来的各种算式写成c有点麻烦,我这边搞了一个函数可以很方便转c

function f_str = changetoc(f)syms x1 x2 x3 x4 %替换c语言风格
syms R %为了 R^2也能转% f = x1^2 + x2^2 + x3^2 + x4^2;  % 示例符号函数
% f = x1^2 + x2^2 + (x1 + x2)^2 + x3^2 + x4^2;  % 示例符号函数,包含复杂表达式
% f = (r*sin(theta)*(3*cos(x1) - 4) + (x2*cos(theta)*(2*cos(x1) - 2))/n1 + (x2*sin(theta)*sin(x1))/n1)^2% 将符号函数转换为字符串
f_str = char(f);% 替换变量为 C 风格的数组索引 x[0], x[1], x[2], x[3]
f_str = regexprep(f_str, 'x1', 'x[0]');
f_str = regexprep(f_str, 'x2', 'x[1]');
f_str = regexprep(f_str, 'x3', 'x[2]');
f_str = regexprep(f_str, 'x4', 'x[3]');% 定义一个集合(Cell数组)用于保存普通变量名
variables = {'x[0]','x[1]','x[2]','x[3]', 'R'};% 
% % 示例复杂表达式
% f = (r*sin(theta)*(3*cos(x1) - 4) + (x2*cos(theta)*(2*cos(x1) - 2))/n1 + (x2*sin(theta)*sin(x1))/n1)^2 - R^2 + ...
%     (r*cos(theta) + r*sin(theta)*(6*x1 - 6*sin(x1)) + (x2*sin(theta)*(2*cos(x1) - 2))/n1 + ...
%     (x2*cos(theta)*(3*x1 - 4*sin(x1)))/n1)^2;% 将符号函数转换为字符串
% f_str = char(f);% 1. 替换普通变量的平方为自乘形式
for i = 1:length(variables)% 构建正则表达式,匹配形如 x1^2, x2^2 等var_pattern = strcat(variables{i}, '^2');% 构建替换字符串 (x1*x1), (x2*x2)replacement = strcat('(', variables{i}, '*', variables{i}, ')');% 进行替换f_str = strrep(f_str, var_pattern, replacement);
end% % 找到 x[i]^2 形式的幂运算,并替换为 (x[i]*x[i])
f_str = regexprep(f_str, '(\w+\[\d+\])\^2', '$1*$1');% 2. 替换括号表达式的平方为自乘形式
% 匹配 (xxxx)^2,替换为 (xxxx)*(xxxx)
% f_str = regexprep(f_str, '\(([^\)]+)\)\^2', '($1)*($1)');
f_str = regexprep(f_str, '\((.*?)\)\^2', '($1)*($1)');% 输出替换后的表达式
disp(f_str);end

http://www.ritt.cn/news/22917.html

相关文章:

  • 北京永辉超市有限公司旺道seo
  • 越秀定制型网站建设新东方留学机构官网
  • 大专生学广告设计有出路吗上海自动seo
  • 企业b2b电子商务网站如何优化企业网站
  • 广东十大网站建设排名网络广告投放方案
  • 可以建立网站的平台买号链接
  • 北京网站建设的服务怎么做网站排名
  • 做网站用小动画无代码免费web开发平台
  • 企业网站怎么查谷歌seo网站运营
  • 加盟招商网站建设方案怎么制作自己的网站网页
  • 凡科代理建站登录优化营商环境个人心得体会
  • 如何在网站源码做授权seo分析报告
  • 网站主要应用徐州自动seo
  • 如何上传视频到公司网站网站推广广告
  • 网站如何换空间广东seo推广方案
  • 网站开发制作公怎么做个网站
  • 用ps做网站首页整合营销的特点有哪些
  • wordpress b站视频我们seo
  • 网站前台修改百度惠生活商家入驻
  • 企业建设网站方案如何制作一个网页
  • 检察门户网站建设方案企业营销型网站有哪些
  • 吉安做网站的电商数据网站
  • 基于java开发网站开发网站百度收录突然消失了
  • 男女做那种的视频网站网站优化排名易下拉排名
  • 自己做网站需要买哪些济南网站设计
  • 做网站哪家公司好苏州竞价排名的优缺点
  • 贵阳网站建设哪家便宜成都全网推广哪家专业
  • 茶山东莞网站建设google关键词优化
  • 电子商城网站建设方案网络推广方法有几种
  • 合肥宣传网站哪个平台可以随便发广告