fmincon：施加大於零的向量約束

Question

如何使用fmincon（）強加一個約束條件，使得您嘗試優化的向量中的所有值都大於零？

根據文檔，我需要一些參數A和B，其中A * x≤b，但我認爲如果使A成爲-1和b 0的向量，那麼我將優化x > 0，而不是每個x大於0的值。

以防萬一你需要它，這裏是我的代碼。我試圖優化一個向量（x），使得x和一個矩陣（稱爲multiplierMatrix）的（分量）乘積產生一個矩陣，其中列的總和爲x。

function [sse] = myfun(x)  % this is a nested function 
    bigMatrix = repmat(x,1,120) .* multiplierMatrix; 
    answer = sum(bigMatrix,1)'; 
    sse = sum((expectedAnswer - answer).^2); 
end 

xGuess = ones(1:120,1); 
[sse xVals] = fmincon(@myfun,xGuess,???); 

讓我知道是否需要更好地解釋我的問題。感謝您的幫助！

Answer 1

可以使用下界：

xGuess = ones(120,1); 
lb = zeros(120,1); 
[sse xVals] = fmincon(@myfun,xGuess, [],[],[],[], lb); 

注意xVals和sse也許應該被交換（如果他們的名字意味着什麼）。

下限lb意味着您的決策變量x中的元素永遠不會低於lb中的相應元素，這就是您在此之後的內容。

空瓶（[]）表明您使用線性約束（例如，A，b，Aeq，beq），只有下限lb是不。

一些建議：fmincon是一個非常先進的功能。你最好記住它的文檔，並使用它幾個小時，使用許多不同的示例問題。