YALMIP工具箱官方版是一款专为MATLAB开发的求解规划问题的工具包。YALMIP工具箱最新版能够帮助用户通过MATLAB语法轻松的地解决各种规化问题，相当的便捷。YALMIP工具箱使用简单，用户只需要在matlab中添加路径就能够使用，并且YALMIP也更加容易被用户所接受。
YALMIP工具箱软件介绍
基于符号运算工具箱编写
一种定义和求解高级优化问题的模化语言，用于求解线性规划、证书规划、非线性规划、混合规划等标准优化问题以及LMI工具箱。
YALMIP工具箱基本使用
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
YALMIP工具箱具体案例
求 x^2+y^2在x,y∈[-2,2]上的最小值.
%生成2*1的矩阵变量
x = sdpvar(2,1);
%限制条件
F = [-2 <= x <= 2];
%目标函数
obj = x(1)^2+x(2)^2;
%求解
optimize(F,obj);
%取得值以及对应的x的值
optobj = value(obj)
optx = value(x)
结果如下(我的gurobi过期了,以下为MATLAB自带求解器结果)
optobj =
1.5449e-43
optx =
1.0e-21 *
0.2779 0.2779
YALMIP工具箱更新日志
1.修正了其它bug;
2.优化了软件的兼容性。
