1、在估计的区域内随机取若干试验点。
2、然后从实验点中找出可行点。
3、再从可行点中选择最小点。
1、试验点的第j个分量xj服从[aj ,bj]内的均匀分布．
1、先产生一个随机数作为初始试验点,以后则将上一个试验点的第j个分量随机产生，其它分量不变而产生一新的试验点．这样，每产生一个新试验点只需一个新的随机数分量．当K>MAXK或P>MAXP时停止迭代．
2、符号说明：
P: 试验点总数； MAXP：最大试验点总数；
K: 可行点总数； MAXK：最大可行点数;
X*：迭代产生的最优点； Q：迭代产生的最小值f(X*)，其初始值为计算机所能表示的最大数．
1、确定求解的非线性规划问题，如图所示。
2、依次编写三个m文件，首先编写目标函数的m文件，如图所示。
3、然后编写约束条件的m文件，如图所示。
4、再依据蒙特卡洛法求解的基本思想编写主程序的m文件。先初始化，利用unifrnd函数产生服从均匀分布的随机数，作为试验点。
5、然后调用目标函数和约束条件的m文件，找出最优解，如图所示。
6、最后，显示找到的最优解，如图所示。
7、保存编好的程序，运行结果如图所示。
