实际中许多较复杂的问题都可归结为一个非线性规划问题，即如果目标函数和约束条件中包含非线性函数，则这样的规划问题称为非线性规划问题.解决这类问题要用非线性的方法，但一般说来，解决非线性的问题要比解决线性的问题困难得多，不像线性规划有适用于一般情况的单纯形法.线性规划的可行域一般是一个凸集，如果线性规划存在最优解，则其最优解一定在可行域的边界上达到（特别是在可行域的顶点上达到）.而对于非线性规划，即便存在最优解，也可以在其可行域的任何点达到.因此，对于非线性规划问题，到目前为止还没有一种适用于一般情况的求解方法，现有各种方法都有各自特定的适用范围，为此，这也是一个正处于研究发展中的学科领域.
当问题无约束条件时，称为无约束的非线性规划问题，即为求多元函数的极值问题，一般模型为
它的最优解都是局部最优解，全局最优解只能从局部最优解的比较中得到.
MATLAB优化工具箱函数命令：
x＝fminbnd（fun，x0，x1）：用于求解一元函数在区间（x0，x1）的无约束极小化问题，fun为函数形式的M-文件（fun.m）的文件名命令.
x＝fminunc（fun，x0）或x＝fminsearch（fun，x0）：求解多元函数的无约束极小化问题，x0为迭代的初值.(www.xing528.com)
x＝fminunc（fun，x0，options）或x＝fminsearch（fun，x0，options）：求解多元函数的无约束极小化问题.
fminbnd和fminsearch也可直接定义函数，或用匿名函数方式直接调用，如：＠（x）sin（x）；.fminsearch用单纯形法求解，fminunc的求解方法由options（6）（方向）和options（7）（步长）指定.options（6）＝0为拟牛顿法（BFGS公式）；options（6）＝1为拟牛顿法（DFP公式）；options（6）＝2为最速下降法；options（7）＝0为混合的二次和三次多项式插值；options（7）＝1为三次多项式插值.
例4.23 求f＝2e-xsin x在（0，8）上的最大值和最小值.
解：
即最小值f（3.927 0）＝-0.027 9，最大值f（0.785 4）＝0.644 8.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
