YALMIP工具箱

　　YALMIP工具箱是一款能够帮助用户在MATLAB上解决规划问题的实用工具包，它能够让用户直接通过YALMIP的语法去调用各类解析器，从而解决MATLAB中的各类规划问题，相比于MATLAB自带的规划工具箱来说，YALMIP拥有更加便捷的操作方式，而且功能也更加的齐全与实用，能够更加轻松的帮助您完成解决规划问题，有需要的朋友赶紧下载吧！

软件功能

　　简单来说,YALMIP是一个MATLAB上的一个工具箱.它让你用MATLAB语法优雅地解决各种规化问题.(MATLAB的函数都能用）

　　它将优化问题进行分类,在底层通过B/S模式调用外部的各种解析器(每一解析器可以对应一类或多类问题,如Lingo的解析器Lindo就在其中),而在外部,你不需要了解各种解析器的具体语法,只需掌握YALMIP的语法就可轻松的调用他们.由此解决大多数规划问题.

软件特色

　　基于符号运算工具箱编写

　　一种定义和求解高级优化问题的模化语言

　　用于求解线性规划、整数规划、非线性规 划、混合规划等标准优化问题以及LMI

安装方法

　　1、确保MATLAB版本在2015a及以上.

　　2、下载软件压缩包，随后解压到MATLAB目录下,如果你的MATLAB安装在默认目录下,那么结果如下:

　　3、将YALMIP的目录加入到MATLAB的PATH中,其中包括：

　　4、验证YALMIP的安装工作

　　在MATLAB中输入 yalmiptest ,若出现

　　那么恭喜你,YALMIP安装成功!

使用方法

　　在MATLAB环境下用YALMIP的方式建模，而不需要单独针对工具包学习新的建模语法；而YALMIP 的建模语法非常简单，只需要记住四个命令就可以了：

　　1. 创建决策变量：

　　>> x = sdpvar(m, n ,[option]) ;

　　创建m*n的连续型决策变量矩阵,option是对矩阵的一些参数指定。相应的，如果要创建整型或二值型决策变量，matlab语句分别为：

　　>> x = intvar(m, n, [option])

　　>> x = binvar(m, n, [option])

　　2. 添加约束：

　　>> F = [ ] :声明一个变量F，用来存储约束条件。

　　>> F = [F,constraint1] ：创建一个以constraint1指定的约束，约束的表达也非常简单，例如如果有 x1 + x2 + x3 <= 3 的约束，直接写：

　　>> x = sdpvar(3, 1);

　　>> F = [ ] ;

　　>> F = [F, x(1) + x(2) + x(3) <= 3] ;

　　如果要继续添加约束，继续写：

　　>> F =[F,constraint2] ;

　　3. 参数配置

　　语句如下：

　　>> ops = sdpsettings(option1, value1, option2, value2, …)

　　例如语句

　　>> ops = sdpsettings('solver','cplex') ;

　　‘solver'参数指定程序用Cplex求解器。如果调用Gurobi进行求解，该语句即为：ops=sdpsettings('solver','gurobi')。

　　4. 求解

　　>> result = solvesdp(F, f, ops) ;

　　求解一个数学规划最小化问题，该问题的目标函数由 f 指定，约束由 F 指定，ops指定求解参数，最后的结果存储在result结构体中。如果要求解最大化问题，只要将目标函数写为-f即可。如下例：

　　x = sdpvar(3, 1);

　　f = [4 2 1] * x;

　　F=[ ];

　　F = [2*x(1) + x(2) <= 1];

　　F = [ F , x(1) + 2 * x(3) <= 2];

　　F = [ F , x(1) + x(2) + x(3) == 1];

　　F = [F , 0 <= x(1) <= 1,0 <= x(2) <= 1,0 <= x(3) <= 2];

　　ops = sdpsettings('solver', 'cplex');

　　result = solvesdp(F, -f, ops);