1.简述

      

学习目标：适合解  多变量多目标规划问题，例如   收益最大，风险最小
   

主要目标法，线性加权法，权值我们可以自己设定。

  收益函数是  70*x(1)+66*x(2) ；

 风险函数是  0.02*x(1)^2+0.01*x(2)^2+0.04*(x(1)+x(2))^2

  用收益函数乘以权值0.5减去风险函数乘以0.5，然后取负，  则转变为求单一目标的最小值问题，
 

ff1是收益函数，ff2是风险函数

 

 

2.代码

 

function example_4_b()
clc
clear
f=@(x)-0.5*(70*x(1)+66*x(2))+0.5*(0.02*x(1)^2+0.01*x(2)^2+0.04*(x(1)+x(2))^2); 
%fun='[-(70*x(1)+66*x(2)),0.02*x(1)^2+0.01*x(2)^2+0.04*(x(1)+x(2))^2]';
x0=[1000,1000];
A=[1 1];
B=5000;
Aeq=[];  Beq=[];
lb=[0 0];ub=[inf inf];
options=optimset('display','iter','Tolx',1e-8);

[x_f,fval_f, exitflag]=fmincon(f,x0,A,B,Aeq,Beq,lb,ub,[],options)

 ff1=70*x_f(1)+66*x_f(2)       %收益函数 
 ff2=0.02*x_f(1)^2+0.01*x_f(2)^2+0.04*(x_f(1)+x_f(2))^2   %风险函数

 

3.运行结果