求解非凸二次规划的全局最优解的matlab代码

以下一个用MATLAB求解非凸二次规划问题示例代码：

% 定义目标函数和约束条件
objFunc = @(x) x(1)^2 + x(2)^2; % 目标函数
constraint = @(x) [x(1) + x(2) - ; x(1) - x(2) - 1]; % 约束条件
x0 = [0; 0]; % 初始点

% 定义优化问题
problem = struct('objective', objFunc, 'x0', x0, 'nonlcon', constraint);

% 设置优化选项
options = optimoptions('fmincon', 'Algorithm', 'sqp', 'Display', 'iter');

% 求解优化问题
[x, fval] = fmincon(problem);

% 输出结果
disp('最优解：');
disp(x);
disp('最优目标函数值：');
disp(fval);

在上述代码中，目标函数 `objFunc` 是一个二次函数，约束条件 `constraint` 是一个线性函数。`x0` 是初始点。通过调用 `fmincon` 函数来求解非凸二次规划问题，其中使用了 `sqp` 算法，并设置了迭代过程中显示优化信息的选项。最终，返回最优解 `x` 和最优目标函数值 `fval`。

请注意，这只是一个示例代码，实际的非凸二次规划问题可能需要根据具体情况进行调整。另外，MATLAB还提供了其他求解非凸二次规划问题的函数，如 `fminunc` 和 `fminsearch`，可以根据实际需求选择合适的函数进行求解。