matlab求二元函数最小值（matlab 求二元函数的最小值）

本文目录

• matlab 求二元函数的最小值
• 怎么用matlab求R内的二元函数最小值啊 可能是近似
• 用matlab二元函数的最小值
• matlab中求解二元函数的极小值,20分.
• 怎样用Matlab求二元函数极小值f(x,y)=100(y-x^2)^2+(1-x)^2
• 怎样用Matlab求二元函数极小值
• matlab模拟退火工具箱求二元函数极小值
• matlab：二元函数带参数，求函数值模取最小时，相对应的函数值
• 如何使用遗传算法或神经网络在MATLAB 中求二元函数最小值
• matlab 求二元函数最小值

matlab 求二元函数的最小值

x1=;x2=;minmod=1e10;for i=1:length(x1) for j=1:length(x2) A=; mod=norm(*A); if (mod《minmod) ii=i; jj=j; minmod=mod; end endendiijjxx1=x1(ii)xx2=x2(jj)%不过你四种组合的结果是一样的。不存在最小值

怎么用matlab求R内的二元函数最小值啊 可能是近似

f = @(x) -5-1350*(1-x(1))^(2.9)-1350*x(1)^3*((1-x(2))^(2.9)-(1-x(1))^(2.9))-135*x(2)^3*(1-10*(1-x(2)^(2.9)))lb = ; % x y的下限ub = ; % x y的上限x0 = ; % Starting guess at the solution,lb,ub);xmax2 = x1(1) % 极值点x的值ymax2 = x1(2) % 极值点y的值zmax2 = -fval1 % Z的最大值计算结果：xmax2 = 1ymax2 = 0.6zmax2 = -96.4625

用matlab二元函数的最小值

Z=((’7.2*sqrt(7.69^2+(5-x(1))^2)+7.2*sqrt(7.31^2+(x(2)-x(1))^2)+28.2*sqrt(25+(8-x(1))^2+7.2x(1))’ 0《x(1)《8 0《x(2)《8 求在x(1)和x（2）的情况下Z的最小值，和x(1),x(1)的值哪位高手帮帮忙，很急的，谢谢， 再次说声谢谢！！！ 拜托，才0分？

matlab中求解二元函数的极小值,20分.

计算偏导，然后取零值，可以通过二阶导来判断极值性质。%matlab里面怎样求二元符号函数的极小值？%比如y=a*x1^2+b*x2^2谢谢%bylyqmathclc;clearall;closeall;symsabx1x2y=a*x1^2+b*x2^2;dy1=diff(y,x1);dy2=diff(y,x2);xt1=solve(dy1,x1)xt2=solve(dy1,x2)

怎样用Matlab求二元函数极小值f(x,y)=100(y-x^2)^2+(1-x)^2

代码% By lyqmath。

clc; clear all; close all。

% f(x,y)=100(y-x^2)^2+(1-x)^2。

title(’By lyqmath’, ’FontWeight’, ’Bold’, ’Color’, ’r’)结果。

f(x, y) = 100*(y-x^2)^2+(1-x)^2 = 0。

因为平方是非负数，所以得出：

y-x^2 = 0。

1-x = 0。

即：x = 1，y = 1。

所以 ezplot(’100*(y-x^2)^2+(1-x)^2’) 实际上只画出了一个点。

必须注意

所谓二重极限存在，是指P（x，y）以任何方式趋于P0（x0，y0）时，f（x，y）都无限接近于A，因此，如果P（x，y）以某一特殊方式。

例如沿着一条定直线或定曲线趋于P0（x0，y0）时，即使f（x，y）无限接近于某一确定值，还不能由此断定函数的极限存在.但是反过来，如果当P（x，y）以不同方式趋于P0（x0，y0）时，f（x，y）趋于不同的值，那么就可以断定这函数的极限不存在。

怎样用Matlab求二元函数极小值

用Matlab求二元函数极小值，可以用fminsearch（）函数来实现。如

求f(x,y)=y^3/9+3*x^2*y+9*x^2+y^2+x*y+9的极小值

func=@(x)x(2)^3/9+3*x(1)^2*x(2)+9*x(1)^2+x(2)^2+x(1)*x(2)+9;

)

运行结果

matlab模拟退火工具箱求二元函数极小值

没必要建立m文件吧，直接用匿名函数就行：

》》 f_xy = @ (x,y)(20+x*x+y*y-10*(cos(2*pi*x)+cos(2*pi*y)));》》 f = @(x)f_xy(x(1),x(2));》》  = simulannealbnd(f,rand(1,2))Optimization terminated: change in best function value less than options.TolFun.x =  1.0e-005 *    0.0692   -0.5691fval =  6.5194e-009

matlab：二元函数带参数，求函数值模取最小时，相对应的函数值

程序如下：建立两个m文件函数f（x，y）m文件function f=myfun0(x,y)syms af=a*x+y;%f(x,y)函数。改成你的。这里只是例子。求最小函数值m文件：function ymin=myfu(x0,y0)x=x0;y=y0;a=0:0.001:1; %a的取值y=myfun0(x,y);ymin=min(eval(y));%最小值然后在command window中输入类似如下：ymin=myfu(x0,y0) %其中x0，y0换成输入的坐标。输入举例：ymin=myfu(1,2)结果ymin = 2 %就是f=a*x+y的最小值为2，a的取值是

如何使用遗传算法或神经网络在MATLAB 中求二元函数最小值

% 2008年4月12日修改%**********************%主函数*****************************************function main()global chrom lchrom oldpop newpop varible fitness popsize sumfitness %定义全局变量global pcross pmutation temp bestfit maxfit gen bestgen length epop efitness val varible2 varible1global maxgen po pp mp np val1length=18;lchrom=30; %染色体长度popsize=30; %种群大小pcross=0.6; %交叉概率pmutation=0.01; %变异概率maxgen=1000; %最大代数mp=0.1; %保护概率%initpop; % 初始种群%for gen=1:maxgen generation;end%best;bestfit % 最佳个体适应度值输出bestgen % 最佳个体所在代数输出x1= val1(bestgen,1)x2= val1(bestgen,2)gen=1:maxgen;figureplot(gen,maxfit(1,gen)); % 进化曲线title(’精英保留’);%%********************** 产生初始种群 ************************************ %function initpop()global lchrom oldpop popsize oldpop=round(rand(popsize,lchrom)); %生成的oldpop为30行12列由0,1构成的矩阵 %其中popsize为种群中个体数目lchrom为染色体编码长度 %%*************************%产生新一代个体**********************************%function generation() global epop oldpop popsize mp objfun; %计算适应度值n=floor(mp*popsize); %需要保留的n个精英个体for i=1:n epop(i,:)=oldpop((popsize-n+i),:); % efitness(1,i)=fitness(1,(popsize-n+i))endselect; %选择操作crossover;mutation;elite; %精英保留%%************************%计算适应度值************************************%function objfun()global lchrom oldpop fitness popsize chrom varible varible1 varible2 lengthglobal maxfit gen epop mp val1a1=-3; b1=3;a2=-2;b2=2;fitness=0;for i=1:popsize %前一未知数X1if length~=0 chrom=oldpop(i,1:length);% before代表节点位置c=decimal(chrom); varible1(1,i)=a1+c*(b1-a1)/(2.^length-1); %对应变量值 %后一未知数 chrom=oldpop(i,length+1:lchrom);% before代表节点位置c=decimal(chrom); varible2(1,i)=a2+c*(b2-a2)/(2.^(lchrom-length)-1); %对应变量值else chrom=oldpop(i,:); c=decimal(chrom); varible(1,i)=a1+c*(b1-a1)/(2.^lchrom-1); %对应变量值end %两个自变量fitness(1,i)=4*varible1(1,i)^2-2.1*varible1(1,i)^4+1/3*varible1(1,i)^6+varible1(1,i)*varible2(1,i)-4*varible2(1,i)^2+4*varible2(1,i)^4;%fitness(1,i) = 21.5+varible1(1,i)*sin(4*pi*varible1(1,i))+varible2(1,i) *sin(20*pi*varible2(1,i));%一个自变量%fitness(1,i) = 20*cos(0.25*varible(1,i))-12*sin(0.33*varible(1,i))+40 %个体适应度函数值 end lsort; % 个体排序maxfit(1,gen)=max(fitness); %求本代中的最大适应度值maxfit val1(gen,1)=varible1(1,popsize); val1(gen,2)=varible2(1,popsize);%************************二进制转十进制**********************************%function c=decimal(chrom)c=0;for j=1:size(chrom,2) c=c+chrom(1,j)*2.^(size(chrom,2)-j); end%%************************* 个体排序 *****************************% 从小到大顺序排列%function lsort()global popsize fitness oldpop epop efitness mp val varible2 varible1for i=1:popsize j=i+1; while j《=popsize if fitness(1,i)》fitness(1,j) tf=fitness(1,i); % 适应度值 tc=oldpop(i,:); % 基因代码 fitness(1,i)=fitness(1,j); % 适应度值互换 oldpop(i,:)=oldpop(j,:); % 基因代码互换 fitness(1,j)=tf; oldpop(j,:)=tc; end j=j+1; end val(1,1)=varible1(1,popsize); val(1,2)=varible2(1,popsize);end%*************************转轮法选择操作**********************************%function select()global fitness popsize sumfitness oldpop temp mp npsumfitness=0; %个体适应度之和for i=1:popsize % 仅计算(popsize-np-mp)个个体的选择概率 sumfitness=sumfitness+fitness(1,i);end%for i=1:popsize % 仅计算(popsize-np-mp)个个体的选择概率 p(1,i)=fitness(1,i)/sumfitness; % 个体染色体的选择概率end%q=cumsum(p); % 个体染色体的累积概率（内部函数），共(popsize-np-mp)个%b=sort(rand(1,popsize)); % 产生(popsize-mp)个随机数，并按升序排列。mp为保护个体数j=1;k=1;while j《=popsize % 从(popsize-mp-np)中选出(popsize-mp)个个体，并放入temp(j,:)中； if b(1,j)《q(1,k) temp(j,:)=oldpop(k,:); j=j+1; else k=k+1; endend%j=popsize+1; % 从统一挪过来的（popsize-np-mp）以后个体——优秀个体中选择for i=(popsize+1):popsize % 将mp个保留个体放入交配池temp(i,:)，以保证群体数popsize temp(i,:)=oldpop(j,:); j=j+1;end%%**************************%交叉操作***************************************%function crossover()global temp popsize pcross lchrom mpn=floor(pcross*popsize); %交叉发生的次数（向下取整）if rem(n,2)~=0 % 求余 n=n+1; % 保证为偶数个个体，便于交叉操作end%j=1;m=0;%% 对(popsize-mp)个个体将进行随机配对，满足条件者将进行交叉操作（按顺序选择要交叉的对象）%for i=1:popsize p=rand; % 产生随机数 if p《pcross % 满足交叉条件 parent(j,:)=temp(i,:); % 选出1个父本 k(1,j)=i; j=j+1; % 记录父本个数 m=m+1 ; % 记录杂交次数 if (j==3)&(m《=n) % 满足两个父本(j==3)，未超过交叉次数(m《=n) pos=round(rand*(lchrom-1))+1; % 确定随机位数（四舍五入取整） for i=1:pos child1(1,i)=parent(1,i); child2(1,i)=parent(2,i); end for i=(pos+1):lchrom child1(1,i)=parent(2,i); child2(1,i)=parent(1,i); end i=k(1,1); j=k(1,2); temp(i,:)=child1(1,:); temp(j,:)=child2(1,:); j=1; end endend%%****************************%变异操作*************************************%function mutation()global popsize lchrom pmutation temp newpop oldpop mp m=lchrom*popsize; % 总的基因数n=round(pmutation*m); % 变异发生的次数for i=1:n % 执行变异操作循环 k=round(rand*(m-1))+1; %确定变异位置（四舍五入取整） j=ceil(k/lchrom); % 确定个体编号（取整） l=rem(k,lchrom); %确定个体中变位基因的位置（求余） if l==0 temp(j,lchrom)=~temp(j,lchrom); % 取非操作 else temp(j,l)=~temp(j,l); % 取非操作 endendfor i=1:popsize oldpop(i,:)=temp(i,:); %产生新的个体end%%*********************%精英选择%*******************************************%function elite()global epop oldpop mp popsizeobjfun; %计算适应度值 n=floor(mp*popsize); %需要保留的n个精英个体for i=1:n oldpop(i,:)=epop(i,:); % efitness(1,i)=fitness(1,(popsize-n+i))end;%%*********************%最佳个体********************************************%function best()global maxfit bestfit gen maxgen bestgenbestfit=maxfit(1,1);gen=2;while gen《=maxgen if bestfit《maxfit(1,gen) bestfit=maxfit(1,gen); bestgen=gen; end gen=gen+1; end%**************************************************************************

matlab 求二元函数最小值

我采用数值的完全数值的方法原函数在x 范围内存在复数解 ，需要剔出matlab代码：=meshgrid(15:0.01:20);a=2*(y.^2-x.^2).^0.5+(pi/2-2*acos(x./y)).*y;min(min(real(a).*(0==imag(a)) + (0《imag(a))*100))结果是23.56194490192345如果想求得具体x,y值， 代码写成：=meshgrid(15:0.01:20);a=2*(y.^2-x.^2).^0.5+(pi/2-2*acos(x./y)).*y;=min(real(a).*(0==imag(a)) + (0《imag(a))*100);=min(t);结果为：15.00000000000000 15.00000000000000 23.56194490192345 update:I found that if make the result meet the condition"(y^2-x^2)^0.5≥4", there is no complex number left.code is as follows:=meshgrid(15:0.01:20);a=2*(y.^2-x.^2).^0.5+(pi/2-2*acos(x./y)).*y;b=((y.^2-x.^2).^0.5》=4);=min(a.*b+ones(size(x)).*(~b)*100);=min(t);ans = 15.00000000000000 15.53000000000000 24.30167938601250