文档介绍：:(NLP)求解程序名为fmincon,其最简单的调用格式为:x=fmincon('fun',x0,A1,b1)(用于不含有等式约束和上下解约束的问题)其最复杂的调用格式为:[x,fval,exitflag,output,lambda,grad,hessian]=fmincon('fun',x0,A1,b1,A2,b2,v1,v2,'nlcon',options,P1,P2,...):1)x:最优解2)fval:最优解处的函数值3)exitflag:程序结束时的状态指示:?>0:收敛?0:函数调用次数或迭代次数达到最大值(该值在options中指定)?<0:不收敛4)Output:包含以下数据的一个结构变量?ount函数调用次数?iterations实际迭代次数?cgiterations实际PCG迭代次数(大规模计算用)?algorithm实际使用的算法?stepsize最后迭代步长(中等规模计算用)?firstorderopt一阶最优条件满足的情况(目标函数梯度的范数)5)lambda:包含以下数据(LAGRANGE乘子)的一个结构变量,总维数等于约束条件的个数,其非零分量对应于起作用的约束条件:?ineqlin不等式约束的LAGRANGE乘子?eqlin等式约束的LAGRANGE乘子?upper上界约束的LAGRANGE乘子?lower下界约束的LAGRANGE乘子6)grad:目标函数梯度7)hessian::?x0为初始解(缺省时程序自动取x0=0)?A1,b1,A2,b2,v1,v2:含义见模型(NLP)?,当GradObj='on'时必须给出其梯度,当Hessian='on'时还必须给出其Jacobi矩阵,一般形式为?function[f,g,H]=fun(x)?f=...%objectivefunctionvalue?ifnargout>1?g=...%gradientofthefunction?ifnargout>2?H=...%Hessianofthefunction?end?,GradConstr='on'时还给出梯度,一般形式为?function[c1,c2,GC1,GC2]=nlcon(x)?c1=...%nonlinearinequalitiesatx?c2=...%nonlinearequalitiesatx?ifnargout>2?GC1=...%gradientsofc1?GC2=...%gradientsofc2?end?options:包含算法控制参数的结构设定(或显示)控制参数的命令为Optimset,有以下一些用法:Optimset//显示控制参数optimsetoptfun//显示程序'optfun'的控制参数o