文档介绍：用MATLAB优化工具包解非线性规划
用MATLAB优化工具包求解非线性规划时必须先化为如下形式：
         (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, ...)
程序fmincon输出变量
其中输出变量的含义为：
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
funcCount        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: 目标函数的hessian矩阵
程序fmincon输入参数
其中输入变量的含义为：
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 = ... % objective function value
if nargout > 1
g = ... % gradient of the function
if nargout > 2
H = ... % Hessian of the function
end
,GradConstr='on'时还给出梯度,一般形式为
function [c1,c2,GC1,GC2] = nlcon(x)
c1 = ... % nonlinear inequalities at x
c2 = ... % nonlinear equalities at x
if nargout > 2