文档介绍:这个函数的基本形式为x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)其中fun为你要求最小值的函数,可以单写一个文件设置函数,如以上给的例子中。,如xyz,或者是X1,X2,X3,什么的,自己排个顺序,在fun中统一都是用x(1),x(2)....x(n)表示的。,表示初始的猜测值,,A*x<=b,A应为n*n阶矩阵,学过线性代数应不难写出A和b4Aeqbeq为线性相等约束,Aeq*x=beq。Aeqbeq同上可求5lbub为变量的上下边界,正负无穷用-Inf和Inf表示,lbub应为N阶数组6nonlcon为非线性约束,可分为两部分,非线性不等约束c,非线性相等约束,ceq可按下面的例子设置function[c,ce]=nonlcon1(x)c=-x(1)+x(2)^2-4;ce=[];%nononlinearequalityconstraints7,最后是options,可以用OPTIMSET函数设置,见上例具体可见OPTIMSET函数的帮助文件。对于优化控制,MATLAB提供了18个参数,这些参数的具体意义为:options(1)-参数显示控制(默认值为0)。等于1时显示一些结果。&nbsp;&nbsp;&nbsp;&nbsp;options(2)-优化点x的精度控制(默认值为1e-4)。options=optimset('TolX',1e-8)&nbsp;&nbsp;&nbsp;&nbsp;options(3)-优化函数F的精度控制(默认值为1e-4)。options=optimset('TolFun',1e-10)&nbsp;&nbsp;&nbsp;&nbsp;options(4)-违反约束的结束标准(默认值为1e-6)。&nbsp;&nbsp;&nbsp;&nbsp;options(5)-算法选择,不常用。&nbsp;&nbsp;&nbsp;&nbsp;options(6)-优化程序方法选择,为0则为BFCG算法,为1则采用DFP算法。&nbsp;&nbsp;&nbsp;&nbsp;options(7)-线性插值算法选择,为0则为混合插值算法,为1则采用立方插算法。&nbsp;&nbsp;&nbsp;&nbsp;options(8)-函数值显示(目标—达到问题中的Lambda)&nbsp;&nbsp;&nbsp;&nbsp;options(9)-若需要检测用户提供的梯度,则设为1。&nbsp;&nbsp;&nbsp;&nbsp;options(10)-函数和约束估值的数目。&nbsp;&nbsp;&nbsp;&nbsp;options(11)-函数梯度估值的个数。&nbsp;&nbsp;&nbsp;&nbsp;options(12)-约束估值的数目。&nbsp;&nbsp;&nbsp;&nbsp;options(13)-等约束条件的个数。&nbsp;&nbsp;&nbsp;&nbsp;options(14)-函数估值的最大次数(默认值是100×变量个数)&nbsp;&nbsp;&nbsp;&nbsp;options(15)-用于目标—达到问题中的特殊目标。&nbsp;&nbsp;&nbsp;&nbsp;opti