非线性优化 | 非线性问题matlab+yalmip求解案例-爱代码爱编程
在数学规划问题中,常常会遇到多种非线性目标和约束的问题,如电力系统中机组的成本函数,很多文献采用分段线性化进行处理,但是对于稍微复杂些的非线性问题采用分段线性化难度很大,而且结果偏差比较严重,经过博主测试,matlab+yalmip(cplex为求解器)能够解决一些看起来比较棘手的非线性问题,功能远比你想象中要强大。
1 非线性数学规划案例
考虑下面的最小化问题。
其中,.
可以看到,目标函数是一个带的函数,是非线性的;第一个约束是2次方,第二个约束带绝对值。
这个问题包含了多种非线性的场景,非常适合用来检验matlab+yalmip求解非线性的数学规划。
2 完全直接调用matlab+yalmip求解
如果完全直接调用yalmip求解,则需要引入辅助变量
因此,上述数学规划其实是可以等价为下面的形式
我们用matlab调用cplex来求解该数学规划。
使用到的函数
-
abs: 添加绝对值约束
-
max:添加约束
完整代码如下:
%定义变量
x=sdpvar(1);
y=sdpvar(1);
z=sdpvar(1);
u=sdpvar(1);
w=sdpvar(1);
%设置约束
con=[];
con=[con,(x-1)^2+(y-1)^2-1<=0];%二次非线性约束
con=[con,z+y-2<=0];
con=[con,z==abs(x)];%非线性约束
con=[con,u==y+4];
con=[con,w==max(z,u)];%非线性约束
con=[con,w>=0,z>=0];
%求解
ops = sdpsettings('verbose',1,'solver','cplex');%求解器设置
optimize(con,w,ops)
%结果
x=value(x)
y=value(y)
z=value(z)
u=value(u)
w=value(w)
求解结果为:
CPXPARAM_MIP_Display 1
Tried aggregator 2 times.
MIQCP Presolve eliminated 5 rows and 1 columns.
MIQCP Presolve modified 16 coefficients.
Aggregator did 5 substitutions.
Reduced MIQCP has 15 rows, 8 columns, and 40 nonzeros.
Reduced MIQCP has 2 binaries, 0 generals, 0 SOSs, and 0 indicators.
Reduced MIQCP has 1 quadratic constraints.
Presolve time = 0.00 sec. (0.05 ticks)
Probing time = 0.00 sec. (0.00 ticks)
MIP emphasis: balance optimality and feasibility.
MIP search method: dynamic search.
Parallel mode: deterministic, using up to 8 threads.
Node log . . .
Best integer = 4.999999e+00 Node = 0 Best node = 3.998578e+00
Best integer = 4.999997e+00 Node = 0 Best node = 3.999001e+00
Best integer = 4.000000e+00 Node = 0 Best node = 4.000000e+00
Flow cuts applied: 1
Gomory fractional cuts applied: 1
Cone linearizations applied: 13
ans =
包含以下字段的 struct:
yalmipversion: '20181012'
yalmiptime: 0.1245
solvertime: 0.3555
info: 'Successfully solved (CPLEX-IBM)'
problem: 0
x = 1.0000
y = -6.9885e-09
z = 1.0000
u = 4.0000
w = 4.0000
由于是有一点点数值问题,我们可以忽略数值问题,实际上最优解为
从上述解可以得知,这个解确实是最优的。
通过报告我们大致看一下对非线性部分如何处理的:
Reduced MIQCP has 1 quadratic constraints
该二次型整数规划模型中成功处理了二次项约束,具体处理方法也直接给出来了:
Cone linearizations applied: 13
应用了二阶锥方法解决2次规划问题,当然,二阶锥约束也可以用cone进行表达。