怎么用Matlab或Lingo实现像下面这样的优化问题呢

Question

这种代码要怎么写呢 零基础什么都不会 😭看看大学生吧😥看得懂分析但是不会写代码，不知道怎么表示一下约束条件

Answer 1

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7560324
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：基于粒子群优化算法的最小二乘支持向量机预测模型构建（MATLAB实现）
• 您还可以看一下 硬核野生技术咨询客服小李老师的matlab零基础入门路径规划城市遍历机器人路径等问题课程中的 数据显示格式、逻辑值等小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 【图像分割】基于matalb灰狼算法最小交叉熵多阈值图像分割【含Matlab源码 903期】中的 一、最小交叉熵多阈值图像分割简介 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  1 单阈值分割
  设有两个概率分布P={p1, p2, …, pN}和Q={q1, q2, …, qN}, 交叉熵度量它们之间的信息量差异。其对称形式为
  
  交叉熵既可看成是采用P取代Q作为单个系统概率分布时系统信息量变化的期望值, 也可看成是两个概率系统P和Q之间的信息量差异。因而可用最小交叉熵准则实现系统的概率分布估计或逼近。
  现有的最小交叉熵分割方法原理是用P和Q分别表征分割前后的原始图和分割图;然后计算目标之间的交叉熵、背景之间的交叉熵;并取其和定义为原始图和分割图之间的交叉熵, 求最优阈值使交叉熵最小。
  单阈值分割方法具体实现如下:
  设阈值t 将原始图像 (L个灰度级) 的图像分为目标和背景两类, 图像一维直方图为h (i) (1, 2, …, L) , 令
  
  则交叉熵判别函数定义为
  
  其中:i是灰度值; t是阈值化时的阈值;u (1, t) 和u (t, L+1) 是类内均值, 分别代表分割后得到的分割图中目标和背景的灰度。
  图像的最佳阈值:
  t*=arg mint{D (t) } (10)

  2 多阈值分割法
  对复杂图像或者含有多个物体的图像进行分割处理, 需要用到多阈值分割, 可在前述单阈值的基础上进行推广, 将一维交叉熵应用于多阈值分割。设t1, t2, …, tn是分割阈值, 且有t1<t2<…<tn, 则多阈值交叉熵判别函数定义为
  
  图像的最佳阈值:
  (t1, t2, …, t*n) =arg mint{D (t1, t2, …, tn) } (12)

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^