YALMIP是一款优化问题求解语言,可以帮助各位解决优化问题,软件支持多种优化问题求解模式,包括线性规划、整数规划、约束规划等,能够帮助大家解决优化问题,还提供了强大的数据可视化功能,可以帮助用户们可视化和分析优化问题的数据和结果。
1、设未知量
x = sdpvar(n,m); %生成a行b列的未知量
之前也说过YALMIP的未知量有3中类型.分别为
sdpvar %实型
intvar %整型
binvar %0-1型
需要混合规划多设几个变量就行了
2、约束条件
e.g.F = [-2 <= x <= 2];
3、写目标函数
obj = x(1)^2+x(2)^2;
4、求解
optimize(F,obj[,options]);
F为约束,obj为目标函数(默认求最小值),options可选择求解器,改变输出方式,如:
optimize(F,obj,sdpsettings('solver','gurobi','verbose',2));
指定solver为Gurobi,不打印解析过程
5、获取结果
opt=value(x); %x的值
将YALMIP的目录加入到MATLAB的PATH中,其中包括
验证YALMIP的安装工作,在MATLAB中输入 yalmiptest ,若出现
那么恭喜你,YALMIP安装成功!