fmincon : 施加大于零约束的向量

【问题标题】：fmincon : impose vector greater than zero constraintfmincon : 施加大于零约束的向量
【发布时间】：2012-08-25 15:31:19
【问题描述】：

如何使用 fmincon() 施加约束，使您尝试优化的向量中的所有值都大于零？

根据文档，我需要一些参数 A 和 b，其中 A*x ≤ b，但我认为如果我将 A 设为 -1 和 b 0 的向量，那么我将针对 x 的总和进行优化> 0，而不是 x 的每个值都大于 0。

以防万一你需要它，这是我的代码。我正在尝试对向量 (x) 进行优化，以使 x 和矩阵（称为 multiplierMatrix）的（按分量）乘积形成一个矩阵，其列的总和为 x。

function [sse] = myfun(x)        % this is a nested function
    bigMatrix = repmat(x,1,120) .* multiplierMatrix;
    answer = sum(bigMatrix,1)';
    sse = sum((expectedAnswer - answer).^2);
end

xGuess = ones(1:120,1);
[sse xVals] = fmincon(@myfun,xGuess,???);

如果我需要更好地解释我的问题，请告诉我。提前感谢您的帮助！

【问题讨论】：

fmincon 有一个下限参数。阅读帮助。

标签： optimization matlab

【解决方案1】：

你可以使用下限：

xGuess = ones(120,1);
lb = zeros(120,1);
[sse xVals] = fmincon(@myfun,xGuess, [],[],[],[], lb);

请注意，xVals 和 sse 可能应该交换（如果它们的名称有任何含义）。

下限lb 意味着您的决策变量x 中的元素永远不会低于lb 中的相应元素，这就是您在此处所追求的。

空 ([]) 表示您没有使用线性约束（例如，A、b、Aeq、beq），只有下限 @ 987654332@。

一些建议：fmincon 是一个非常高级的功能。您最好记住它的文档，并使用许多不同的示例问题玩几个小时。

【讨论】：