一般凸二次规划的有效集算法 Matlab程序

最新推荐文章于 2025-06-03 12:37:02 发布

GuJJ2025

最新推荐文章于 2025-06-03 12:37:02 发布

阅读量1.1w

点赞数 7

CC 4.0 BY-SA版权

分类专栏：建模与优化文章标签： matlab 算法运筹学

本文链接：https://blog.youkuaiyun.com/gujinjinseu/article/details/24108749

这篇博客详细介绍了作者在运筹学中用Matlab编写的凸二次规划有效集算法，通过该程序加深了对Matlab脚本语言的理解。博主强调了从编程角度理解复杂优化算法的乐趣，并提到程序内丰富的注释。此外，文章还提及了几个内置函数的应用，对于进行Linux和Socket研究的读者具有参考价值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是09年5月份很用心写的一个运筹学中的一个程序，使得我对Matlab脚本语言有了一个深入的了解！

但这篇很早已经在百度空间中发表，所以这次呢作为在优快云的第一篇博文，我选择它是有其实意义的，那就是要在 Linux 和 Socket 方面的研究将坚持同样的心态。

运筹学是大家所熟悉的，其实也就是问题的最优化求解，然而如何从程序角度去诠释复杂的算法，是一件非常有意思的事情。

由于程序中有大量的注释，所以这里就不再敖述，有问题可以留下评论我们接着讨论。

注：除了算法实现，本篇博文还介绍了几个内置函数的使用，因为最近突然想写个建模类似的程序，便首先想到了这个程序，翻出来一看帮助不小~

clear all
clc
%一般凸二次规划有效集算法
% find 函数——集合中找到符合要求的数值位置
% intersect函数——求两个集合的交集
%　setdiff函数——求两集合的差
%　union函数——求两集合的并集
% 以下面的例题为例
% min x1^2+x2^2-2*x1-4*x2
% s.t. x1      >=0
%           x2 >=0
%       -x1-x2+1>=0

syms x1 x2
%=============求解任意函数时需要改变的参数=============
f=x1^2+x2^2-2*x1-4*x2;      % CHANGE 1
g=jacobian(f,[x1;x2]);
G=jacobian([g(1);g(2)],[x1,x2]);
%Initial Value x_1 初始值
x_1=[0;0];                  % CHANGE 2—x_1=[1;0] x_1=[0.5;0.5]
%Coefficient Matrix Named A 约束系数矩阵
AM=[1,0,-1;0,1,-1]          % CHANGE 3
%约束条件个数
an=s