① matlab中SeDuMi和YaLMIP，以及LMI工具箱有什么区别和联系
SeDuMi 和来 LMI 都是求解器，前者是第三方的，后自者是 Robust Control Toolbox 中的
YaLMIP 是基于 MATLAB 的建模语言，它的作用是为不同的求解器提供一致的调用接口，目前支持这些求解器：
YALMIP Wiki | Solvers / Solvers
简单来说，YaLMIP 用于描述问题，SeDuMi 和 LMI 以及其他求解器用来解决问题
② 求高手用matlab的LMI工具箱 或者 YALMIP工具包 求下列矩阵不等式中η的最优解（最大值）。
和可惜不会啊
③ 找得到yalmip工具箱的位置,但yalmiptest却不能通过的原因
你要想找到工具箱的位置，但是不能通过原因。
④ 如何在matlab路径中安装yalmip
安装步骤：
1、将yalmip放到你的MATLAB的toolbox文件夹下；
2、将yalmip文件目录添加到MATLAB的path里（方法：matlab主界面：file->set
path）
可直接选
Add
with
subfolders...
注意：要将下面每一个文件目录都添
到matlab的path中
/yalmip
/yalmip/extras
/yalmip/demos
/yalmip/solvers
/yalmip/moles
/yalmip/moles/parametric
/yalmip/moles/moment
/yalmip/moles/global
/yalmip/moles/robust
/yalmip/moles/sos
/yalmip/operators
3、重启matlab
检验yalmip工具箱是否添
成功。
键入“which
sdpvar”。就可以了。
⑤ matlab整数规划程序
可以用YALMIP工具箱解整数规划
定义变量：
sqdvar（）实型
intvar（）整型
binvar（）0-1型
设定目标函数 :
f=目标函数
设定限定条件：
F=set（限定条件）
多个限定条件用加号相连：
F=set（限定条件）+set（限定条件1）+set（限定条件2）……
求解： solvesdp（F,f）
这里解得是F条件下目标函数f的最小值，要求最大值f前面加个负号
求解之后查看数值 :
double（f） double（变量）
intvar（m，n）:生成整数型变量；
sdpvar（m，n）：生产变量；
solvesdp（F，f）：求解最优解（最小值），其中F为约束条件（用set连接），f为目标函数
double：显示求解的答案
有个例子：
已知非线性整数规划为：
Max z=x1^2+x2^2+3*x3^2+4*x4^2+2*x5^2-8*x1-2*x2-3*x3-x4-2*x5
s.t.
0<=xi<=99(i=1,2,...,5)
x1+x2+x3+x4+x5<=400
x1+2*x2+2*x3+x4+6*x5<=800
2*x1+x2+6*x3<=800
x3+x4+5*x5<=200
matlab中输入
>> x=intvar(1,5);
f=[1 1 3 4 2]*(x'.^2)-[8 2 3 1 2]*x';F=set(0<=x<=99);
F=F+set([1 1 1 1 1]*x'<=400)+set([1 2 2 1 6]*x'<=800)+set(2*x(1)+x(2)+6*x(3)<=800);
F=F+set(x(3)+x(4)+5*x(5)<=200);solvesdp(F,-f);
max=double(f)
sx=double(x)
* Starting YALMIP integer branch & bound.
* Lower solver : fmincon-standard
* Upper solver : rounder
* Max iterations : 300
Warning : The relaxed problem may be nonconvex. This means
that the branching process not is guaranteed to find a
globally optimal solution, since the lower bound can be
invalid. Hence, do not trust the bound or the gap...
Node Upper Gap(%) Lower Open
1 : -8.020E+004 0.03 -8.025E+004 2
2 : -8.020E+004 0.03 -8.025E+004 1
3 : -8.020E+004 0.00 -8.020E+004 2
+ 3 Finishing. Cost: -80199
max =
80199
sx =
53 99 99 99 0
⑥ 如何在matlab路径中安装yalmip
安装步骤：
1、将yalmip放到你的MATLAB的toolbox文件夹下；
2、将yalmip文件目录添加到MATLAB的path里（方法：内matlab主界面：file->set path）
可直接容选 Add with subfolders...
注意：要将下面每一个文件目录都添 到matlab的path中
/yalmip
/yalmip/extras
/yalmip/demos
/yalmip/solvers
/yalmip/moles
/yalmip/moles/parametric
/yalmip/moles/moment
/yalmip/moles/global
/yalmip/moles/robust
/yalmip/moles/sos
/yalmip/operators
3、重启matlab
检验yalmip工具箱是否添 成功。
键入“which sdpvar”。就可以了。
⑦ 请问matlab中的symbolic工具包与SeDuMi_1_1R3,yalmip是否有冲突
你再试试其他工具包
⑧ yalmip工具箱工具箱怎么解决混合线性优化
说明求解器找不到解，大部分是原问题无解或者你的初值给的不对
⑨ 用yalmip解非线性混合整数规划的时候为什么结果都是NaN
MATLAB求解线性的整数规划可以用分支定界法，但实现起来还是比较困难。可以去下载一个叫YALMIP的工具箱，用他可以解决线性规划，非线性规划，整数规划，混合规划，强烈推荐把这个工具整合到matlab中去，这个工具是私人的，不过可以免费下载使用。不过最好的方法是用LINGO求解。有了YALMIP工具箱，输入也变的相对简单，代码如下：x=intvar(2,7);f=[0.487,0.520,0.613,0.720,0.487,0.520,0.640;0.487,0.520,0.613,0.720,0.487,0.520,0.640]*x';F=set(x>=0);F=F+set(x(1,1)+x(2,1)<=8)+set(x(1,2)+x(2,2)<=7)+set(x(1,3)+x(2,3)<=9)+set(x(1,4)+x(2,4)]<=6)+set(x(1,5)+x(2,5)<=6)+set(x(1,6)+x(2,6)<=4);F=F+set([2,3,1,0.5,4,2,7;2,3,1,0.5,4,2,7]*.x'<=[40;40])+set([0.487,0.52,0.613,0.72,0.487,0.52,0.64;0.487,0.52,0.613,0.72,0.487,0.52,0.64].*x'<=[10.2;10.2])+set([0,0,0,0,0.487,0.52,0.64;0,0,0,0,0.487,0.52,0.64].*x'<=[3.027;3.027]);solvesdp(F,-f)下面用lingo求解：model:max=0.487*x11+0.52*x12+0.613*x13+0.72*x14+0.487*x15+0.52*x16+0.64*x17+0.487*x21+0.52*x22+0.613*x23+0.72*x24+0.487*x25+0.52*x26+0.64*x27;x11+x21<=8;x12+x22<=7;x13+x23<=9;x14+x24<=6;x15+x25<=6;x16+x26<=4;2*x11+3*x12+x13+0.5*x14+4*x15+2*x16+x17<=40;2*x21+3*x22+x23+0.5*x24+4*x25+2*x26+x27<=40;0.487*x11+0.52*x12+0.613*x13+0.72*x14+0.487*x15+0.52*x16+0.64*x27<=10.2;0.487*x21+0.52*x22+0.613*x23+0.72*x24+0.487*x25+0.52*x26+0.64*x17<=10.2;0.487*x15+0.52*x16+0.64*x17<=3.027;0.487*x25+0.52*x26+0.64*x27<=3.027;@gin(x11);@gin(x12);@gin(x13);@gin(x14);@gin(x15);@gin(x16);@gin(x17);@gin(x21);@gin(x22);@gin(x23);@gin(x24);@gin(x25);@gin(x26);@gin(x27);end运行结果：（由于字数超限，运行结果已删除）
⑩ 在MATLAB中下载了yalmip工具箱 添加路径后定义P=sdpvar(5,1);时就提示以下错误，忘大神解读
解决方案1：
直接用缉鼎光刮叱钙癸水含惊ifft();例如信号x
y=fft(x);%对信号傅里叶变换到频域
z=ifft(y);%对信号y傅里叶反变换到时域，
解决方案2：
工具箱啊。IFFT()函数