matlab用粒子群优化法求有约束条件的最值

在 MATLAB 中使用粒子群优化算法求解有约束条件的最值问题，可以使用 `particleswarm` 函数。

`particleswarm` 函数的语法如下：

[x,fval] = particleswarm(fun,nvars,LB,UB)

其中，`fun` 是需要优化的目标函数，`nvars` 是目标函数中变量的数量，`LB` 和 `UB` 分别是各变量的下界和上界。

如果目标函数存在约束条件，则可以使用匿名函数的方式将约束条件加入到目标函数中。例如，假设我们要求解如下的优化问题：

min f(x) = x1^2 + x2^2
s.t. x1 + x2 >= 1
     x1 - x2 <= 2
     x1 >= 0
     x2 >= 0

我们可以定义如下的目标函数和约束条件：

function y = objfun(x)
    y = x(1)^2 + x(2)^2;
end

function [c,ceq] = confun(x)
    c = [x(1) + x(2) - 1, x(1) - x(2) - 2];
    ceq = [];
end

然后，使用 `particleswarm` 函数进行求解：

nvars = 2;
LB = [0,0];
UB = [inf,inf];
[x,fval] = particleswarm(@objfun,nvars,LB,UB,@confun)

其中，`@objfun` 和 `@confun` 分别是目标函数和约束条件的函数句柄。`x` 是最优解，`fval` 是最优解对应的目标函数值。

需要注意的是，`particleswarm` 函数使用的是随机搜索方法，因此可能无法保证找到全局最优解。