关于非线性优化fminbnd函数说明.docVIP

关于非线性优化fminbnd函数的说明（仅供新手参考）（也可作为fmincon函数的参考） 2011-04-20 22:09 关于非线性优化fminbnd函数的说明（仅供新手参考）/thread-757055-1-1.html初学matlab优化，迭代中止后，经常一头雾水。参看帮助后仍似懂非懂。下面关于fminbnd函数的说明（也可作为fmincon函数的参考）对于新手也许会有帮助，不当之处请指正。目标函数fun: 需要最小化的目标函数。fun函数需要输入标量参数x，返回x处的目标函数标量值f。可以将fun函数指定为命令行，如 x = fminbnd(inline(sin(x*x)),x0)同样，fun参数可以是一个包含函数名的字符串。对应的函数可以是M文件、内部函数或MEX文件。若fun=myfun，则M文件函数myfun.m必须有下面的形式： function f = myfun(x) f = ... %计算x处的函数值。若fun函数的梯度可以算得，且options.GradObj设为on（用下式设定）, options = optimset(GradObj,on)则fun函数必须返回解x处的梯度向量g到第二个输出变量中去。注意，当被调用的fun函数只需要一个输出变量时（如算法只需要目标函数的值而不需要其梯度值时），可以通过核对nargout的值来避免计算梯度值。function [f,g] = myfun(x)f = ... %计算x处得函数值。if nargout 1 %调用fun函数并要求有两个输出变量。 g = ... %计算x处的梯度值。end若Hessian矩阵也可以求得，并且options.Hessian设为on,即, options = optimset(Hessian,on)则fun函数必须返回解x处的Hessian对称矩阵H到第三个输出变量中去。注意，当被调用的fun函数只需要一个或两个输出变量时（如算法只需要目标函数的值f和梯度值g而不需要Hessian矩阵H时），可以通过核对nargout的值来避免计算Hessian矩阵function [f,g,H] = myfun(x)f = ... % 计算x处得函数值。if nargout 1 % 调用fun函数并要求有两个输出变量。 g = ... % 计算x处的梯度值。 if nargout 2 H = ... % 计算x处的Hessian矩阵。end优化参数选项options: 可以通过optimset函数设置或改变这些参数。其中有的参数适用于所有的优化算法，有的则只适用于大型优化问题，另外一些则只适用于中型问题。 首先描述适用于大型问题的选项。这仅仅是一个参考，因为使用大型问题算法有一些条件。对于fminunc函数来说，必须提供梯度信息。LargeScale–当设为on时使用大型算法，若设为off则使用中型问题的算法。 适用于大型和中型算法的参数：Diagnostics–打印最小化函数的诊断信息。Display–显示水平。选择off，不显示输出；选择iter，显示每一步迭代过程的输出；选择final，显示最终结果。打印最小化函数的诊断信息。GradObj–用户定义的目标函数的梯度。对于大型问题此参数是必选的，对于中型问题则是可选项。MaxFunEvals–函数评价的最大次数。MaxIter–最大允许迭代次数。TolFun–函数值的终止容限。TolX–x处的终止容限。 只用于大型算法的参数：Hessian–用户定义的目标函数的Hessian矩阵。 HessPattern–用于有限差分的Hessian矩阵的稀疏形式。若不方便求fun函数的稀疏Hessian矩阵H，可以通过用梯度的有限差分获得的H的稀疏结构（如非零值的位置等）来得到近似的Hessian矩阵H。若连矩阵的稀疏结构都不知道，则可以将HessPattern设为密集矩阵，在每一次迭代过程中，都将进行密集矩阵的有限差分近似（这是缺省设置）。这将非常麻烦，所以花一些力气得到Hessian矩阵的稀疏结构还是值得的。MaxPCGIter–PCG迭代的最大次数。 PrecondBandWidth–PCG前处理的上带宽，缺省时为零。对于有些问题，增加带宽可以减少迭代次数。 TolPCG–PCG迭代的终止容限。 TypicalX–典型x值。