现代优化方法与MATLAB实现

例8.2

第1种方法：首先建立适应度函数FitFun.m文件

function y=FitFun(x)

y=x(1)^2+2*x(2)^2-4*x(1)-8*x(2)+15;

建立约束函数文件NonCon.m

function[c,ceq]=NonCon(x)

c=x(1)^2+x(2)^2-9;

ceq=[];

第2种方法：利用第1种方法中适应函数FitFun.m和约束函数NonCon.m，编写m文件调用ga函数进行求解。

objectivef=@FitFun;

nvars=2;

lb=[0 0];

ub=[];

constrainf=@NonCon;

[x,fval]=ga(objectivef,nvars,[],[],[],[],lb,[],constrainf)

上述m文件运行结果如下

X=2.0000 2.0000

fval=3.0000

可见与第1种算法相同。

==============================================================

例8-3

第1种方法：首先建立目标函数simple.m文件

function y=simple(x)

y=(4-2.1*x(1)^2+x(1)^4/3)*x(1)^2+x(1)*x(2)+(-4+4*x(2)^2)*x(2)^2;

Simulannea 第2种方法：利用第1种方法中目标函数simple.m，编写m文件调用lbnd 函数进行求解。

objectivef=@simple

x0=[0.5 0.5];

lb=[-64 -64];

ub=[64 64];

[x fval]=simulannealbnd(objectivef,x0,lb,ub)

上述m文件运行结果如下

X=-0.0896 0.7127

fval=-1.0316

可见与第1种算法相同。