复合形法求有有约束极值问题的matlab代码，目标函数为4*(x(1)-5)^2+(x(2)-6)^2，约束为x(1)^2+x(2)^2-64>=0, x(1)+x(2)-10>=0, -x(1)+10>=0，不用工具箱

以下是使用复合形法求解有约束极值问题的Matlab代码：

% 定义目标函数和约束条件
fun = @(x) 4*(x(1)-5)^2 + (x(2)-6)^2;
con1 = @(x) x(1)^2 + x(2)^2 - 64;
con2 = @(x) x(1) + x(2) - 10;
con3 = @(x) -x(1) + 10;

% 设置初始值和算法参数
x0 = [0, 0];
alpha = 1;
beta = 0.5;
gamma = 2;
delta = 0.5;
epsilon = 0.1;
max_iter = 100;
n = length(x0);

% 初始化顶点
v = zeros(n+1, n);
v(1,:) = x0;
for i = 2:n+1
    v(i,:) = x0;
    v(i,i-1) = v(i,i-1) + epsilon;
end

% 开始迭代
for iter = 1:max_iter
    % 计算目标函数值和排序
    f = zeros(n+1, 1);
    for i = 1:n+1
        f(i) = fun(v(i,:));
    end
    [f, idx] = sort(f);
    v = v(idx,:);
    
    % 计算重心
    x_g = mean(v(1:n,:));
    
    % 反射操作
    x_r = x_g + alpha*(x_g - v(n+1,:));
    if con1(x_r) < 0 || con2(x_r) < 0 || con3(x_r) < 0
        % 执行外缩操作
        x_c = x_g + beta*(x_r - x_g);
        if con1(x_c) < 0 || con2(x_c) < 0 || con3(x_c) < 0
            % 执行收缩操作
            x_s = x_g + delta*(v(n+1,:) - x_g);
            if con1(x_s) < 0 || con2(x_s) < 0 || con3(x_s) < 0
                % 执行缩小操作
                for i = 2:n+1
                    v(i,:) = v(1,:) + gamma*(v(i,:) - v(1,:));
                    if con1(v(i,:)) >= 0 && con2(v(i,:)) >= 0 && con3(v(i,:)) >= 0
                        v(i,:) = x_g + epsilon*(v(i,:) - x_g)/norm(v(i,:) - x_g);
                    end
                end
            else
                v(n+1,:) = x_s;
            end
        else
            v(n+1,:) = x_c;
        end
    else
        v(n+1,:) = x_r;
    end
end

% 输出结果
x_opt = v(1,:);
f_opt = fun(x_opt);
fprintf('最优解为：[%f, %f]\n', x_opt(1), x_opt(2));
fprintf('最优目标函数值为：%f\n', f_opt);

在这个代码中，我们通过定义目标函数和约束条件，以及设置初始值和算法参数，来实现复合形法求解有约束极值问题。具体来说，我们首先初始化顶点，然后进行迭代，每次迭代都计算目标函数值和排序，以及计算重心和执行反射、外缩、收缩、缩小等操作。最终，我们得到最优解和最优目标函数值。

需要注意的是，在这个代码中，我们没有使用Matlab的优化工具箱，而是直接根据复合形法的算法流程，编写了相应的代码。