Optimization fmincon：施加大于零的矢量约束

如何使用fmincon（）施加一个约束，使要优化的向量中的所有值都大于零

根据文档，我需要一些参数A和b，其中A*x≤ b、 但是我认为如果我把A向量设为-1和b0，那么我将优化x>0的和，而不是x大于0的每个值

以防万一，这是我的密码。我试图在向量（x）上进行优化，这样x和矩阵（称为乘数矩阵）的（成分）乘积就形成了一个列和为x的矩阵

function [sse] = myfun(x)        % this is a nested function
    bigMatrix = repmat(x,1,120) .* multiplierMatrix;
    answer = sum(bigMatrix,1)';
    sse = sum((expectedAnswer - answer).^2);
end

xGuess = ones(1:120,1);
[sse xVals] = fmincon(@myfun,xGuess,???);

---

如果我需要更好地解释我的问题，请告诉我。提前谢谢你的帮助

您可以使用下限：

xGuess = ones(120,1);
lb = zeros(120,1);
[sse xVals] = fmincon(@myfun,xGuess, [],[],[],[], lb);

请注意，

xVAL

和

sse

可能应该互换（如果它们的名称有任何含义的话）

下限

lb

意味着决策变量

x

中的元素永远不会低于

lb

中相应的元素，这就是您在这里所追求的

空（

[]

）表示您没有使用线性约束（例如，

A

，

b

，

Aeq

，

beq

），只有下限

lb

---

一些建议：

fmincon

是一个非常高级的函数。你最好记住上面的文档，并使用许多不同的示例问题玩几个小时

fmincon有一个下限参数。阅读帮助。