Yalmip学习笔记

1 什么是yalmip

yalmip是一个Matlab的工具包，通过matlab实现各种操作和调用，用来处理SDP非常好用。

2 yalmip安装方式

下载官网：YALMIP  https://yalmip.github.io/

将其解压至matlab的toolbox文件夹下，打开matlab软件添加路径，注意：要将压缩包内的子文件夹都加入路径，选择“添加并包含子文件夹”来添加路径。最后键入which sdpvar命令，显示sdpvar路径则安装成功。

3.使用

a. 设置变量

设置默认格式变量：x = sdpvar(m, n, [option])

设置整数格式变量：x = intvar(m, n, [option])

设置0-1格式变量：x = binvar(m, n, [option])

b.设定目标函数

举例：f = [4 2 1] * x;

c.设定约束

直接设置：Constraints = [sum(x) <= 10, x(1) == 0, 0.5 <= x(2) <= 1.5];

增加新约束：Constraints = [Constraints, x(2) == 1,];

 d.设定求解要求及参数

命令语句：sdpsettings(option1, value1, option2, value2, ……)

举例：ops=sdpsettings('solver','gurobi','verbos',2)

 'solver' 参数指定程序用gurobi求解器（如果已经安装，否则会报错），如果不指定 ‘solver’ 参数，他会根据决策变量类型自动挑选已安装的、最适合的求解器；'verbose' 指定显示冗余度（冗余度越大，你就可以看到越详细的求解过程信息）

 e.求解

 result = solvesdp(F, f, ops)或sol = optimize(Constraints,Objective,options);

查看最优解x：solution=value(x)

4.举例：

举例

代码如下：

% 清除工作区

clear;clc;close all;

% 创建决策变量

x=sdpvar(1,2);

% 添加约束条件

C=[x(1)+x(2)>=2x(2)-x(1)<=1x(1)<=1];

% 配置

ops=sdpsettings('verbose',0,'solver','lpsolve');

% 目标函数

z=-(x(1)+2*x(2))/(2*x(1)+x(2));% 注意这是求解最大值

% 求解

reuslt=optimize(C,z);

if reuslt.problem==0 % problem =0 代表求解成功

   value(x)

    -value(z)% 反转

else

     disp('求解出错');

end

5.问题查探：

% Analyze error flags

if sol.problem == 0

% Extract and display value

solution = value(x)

else

display('Hmm, something went wrong!');

sol.info

yalmiperror(sol.problem)

作者：RavenX

链接：https://www.jianshu.com/p/e1c45b3d8d8a

来源：简书

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。