对于你的问题,我建议你使用“fmincon”为了成功完成多目标优化函数。这个可以做如下- >
1。我们定义的目标函数优化
f = @ (x) [f1 (x);f2 (x);f3 (x);f4 (x);f5 (x)];
(在这里,我们正在输入的目的“x”并返回一个列向量中的5个输出目标。)
2。然后,我们将3输入参数我们需要存储在一个数组,说
x0 =[1, 2, 3] - - - - - - - - - - - - >输入示例
3所示。现在,如果需要还可以添加约束,比如上下界限说-
下界= (0,0,0);
upperbounds = (10、10、10);
4所示。现在,我们将定义一个非线性约束函数“nonlcon”执行任何额外的约束(如果约束),和我们指定优化算法选择——选择变量
nonlcon = @nlcon;
选择= optimoptions (“fmincon”,“显示”,“通路”,“算法”,“sqp”);
5。最后,我们调用fmincon函数优化目标函数使用指定的约束条件,初始猜测,优化算法的选择。函数返回优化输入参数“x_opt”和“fval”——对应的目标函数值
[x_opt, fval] = fmincon (f, x0,[]、[][],[],下界,upperbounds, nonlcon,选项);
我提供的方法是通用的,你需要添加更多的约束和可以改变一点的方法使用加权和加权产品或其他类型的输入/输出。但是,“fmincon”功能应该帮助你获得你想要的输出。
我希望我能够帮助你!
