matlab和lingo结果不一样是什么原因，求大神

matlab和lingo结果不一样是什么原因，求大神

楼上 @sinxlg1 说的有道理，非线性优化一般会存在多个局部最优点，使用Lingo时，建议设置使用全局求解器，如图所示：

 
如果不选择全局求解器，得到的为局部最优解：

选择全局求解器之后，可以得到全局最优解：

 
MATLAB程序是用Monte-Carlo方法，即随机在给定范围内取点，如果满足所有的约束，则为可行解；如果该可行解比当前最优值更佳，则用新取的点代替原最优点。很显然这种做法需要足够多的尝试次数才有望得到比较靠谱的解，现在的设置为10^5，应该说比较大了，但并不能保证每次都得到相同的解，这是Monte-Carlo方法不可避免的偶然性。
 
在2011b之后的MATLAB版本中，遗传算法函数ga支持求解不含等式约束的混合整数规划问题，参考代码如下：
A = [ ...
    1 1 1 1 1;
    1 2 2 1 6;
    2 1 6 0 0;
    0 0 1 1 5];
b = [400 800 200 200]';
lb = zeros(1,5);
ub = ones(1,5)*99;
f=@ (x)x(1)^2+x(2)^2+3*x(3)^2+4*x(4)^2+2*x(5)^2-8*x(1)-2*x(2)-3*x(3)-x(4)-2*x(5);
x = ga(@(x)-f(x),5,A,b,[],[],lb,ub,[],1:5)
f(x) 在多数情况下，可以求出全局最优解：
x =
    50    99     0    99    20

ans =
       51568但应该注意，遗传算法本身也是一种带有随机因素的算法，并不能保证每次都得到真正的最优结果，有时也会得到其它解，例如
x =
    50    99     0    99     0

ans =
       50808 另外，根据你给的MATLAB程序，实际上隐含了xi>=0的约束条件。如果不考虑这个约束，实际上这个问题是无解的（xi可以取足够小的负数，目标函数趋近无穷大）。

你这是非线性优化，lingo里面要设定为全局求解器。