YALMIP工具箱是工具一款能够扶植用户在MATLAB上解决调停尴尬的实用工具包，它能够让用户直接通过YALMIP的箱 语法去调用各类解析器，从而解决MATLAB中的绿色各类调停尴尬 ，相比于MATLAB自带的工具调停工具箱来会谈，YALMIP拥有更加便捷的箱 操作方式
，而且功能也更加的绿色齐全与实用，能够更加轻快的工具扶植您落成解决调停尴尬，有需要的箱 挚友赶紧下载吧！

软件功能

　　简易来会谈,绿色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尴尬.(MATLAB的函数都能用）

　　它将优化尴尬铺开分类,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尴尬,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的语法就可轻快的调用他们.由此解决大多数调停尴尬.

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尴尬的模化语言

　　用于求解线性调停 、整数调停
、工具非线性规 划、箱 混合调停等标准优化尴尬以及LMI

安装计划

　　1 、绿色确保MATLAB版本在2015a及以上.

　　2、工具下载软件缩减规模包 ，箱 随后解压到MATLAB目录下,绿色如果你的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的安装筹备

　　在MATLAB中输入 yalmiptest ,若裸露

　　那么恭喜你,YALMIP安装大捷!

使用计划

　　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 的建模语法非常简易，只需要记借宿四个命令就可以了：

　　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. 增补约束：

　　>> 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易，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] ;

　　如果要绵延增补约束，绵延写 ：

　　>> 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铺开求解 ，该语句即为：ops=sdpsettings(solver,gurobi)。

　　4. 求解

　　>> result = solvesdp(F, f, ops) ;

　　求解一个数学调停最小化尴尬，该尴尬的目标函数由 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。如果要求解最大化尴尬，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);