资源简介

%鲁棒线性优化 %利用yalmip求解鲁棒线性优化 % 1.简单线性规划示例 % % 让我们开始一个只有一个标量决策变量x和一个不确定的标量w的小问题。我们用一个不确定约束建立一个问题和一个简单的不确定模型。 % % sdpvar x w % F = [x+w <= 1]; % W = [-0.5 <= w <= 0.5, uncertain(w)]; % objective = -x; % 显然,最佳的x是0.5,因为如果x较大,就存在w使得不确定约束违例。 % 为了解决这个问题,我们称为 solvesdp。鲁棒对等式将自动生成和求解(一般来说,具有多面体不确定性的线性约束使用枚举方法求

资源截图

代码片段和文件信息

%鲁棒线性优化
%利用yalmip求解鲁棒线性优化
% 1.简单线性规划示例

% 让我们开始一个只有一个标量决策变量x和一个不确定的标量w的小问题。我们用一个不确定约束建立一个问题和一个简单的不确定模型。

% sdpvar x w
% F = [x+w <= 1];
% W = [-0.5 <= w <= 0.5 uncertain(w)];
% objective = -x;
% 显然,最佳的x是0.5,因为如果x较大,就存在w使得不确定约束违例。
% 为了解决这个

评论

共有 条评论