标签：function fun1 函数 fun2 非线性 ga 遗传算法 规划 解法

题目如图：

解法一：
ycfun1：

function y =yfun1(x);   %这里申明是x的变量函数，则x(1)、x(2)就可以直接用了
%适应度函数
c1=[-4 -2];
c2=[1 1];
y=c1*x'+c2*x'.^2+5;   %x的转置

ycfun2：

%非线性约束
function [f,g]=yfun2(x);%x为行向量
f=[-x(1)^2/4+x(2)^2-1];
g=[];

main：

clc,clear;
a=[-1 2];%线性约束
b=[1];%线性约束
[x,y]=ga(@yfun1,2,a,b,[],[],[],[],@yfun2);
x,y  %输出x，y

结果集中在：
x =

2.0000    1.0000

y =

-8.8818e-16

解法二：

function ti12_1
fun1=@(x)(x(1)-2)^2+(x(2)-1)^2;
a=[-1,2];b=1;
[x,val]=ga(fun1,2,a,b,[],[],[],[],@fun2)
function [c,ceq]=fun2(x);
c=-x(1)^2/4+x(2)^2-1;
ceq=[];

以上两种解法不过是解法二将函数集中在一起写了而已。虽然解法二结果浮动较大，但是明显解法二的结果最优，其多次求解的值集中在e-21数量级。但是同样调用的是ga函数，为什么解法一的结果就始终集中在 -8.8818e-16？这个问题有待思考。

标签：function,fun1,函数,fun2,非线性,ga,遗传算法,规划,解法
来源： https://www.cnblogs.com/Hello-world-hello-lazy/p/15375074.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。