matlab优函数集.docVIP

matlab优化函数锦集 1.线性规划 函数 linprog 格式 x = linprog(f,A,b) %求min f *x sub.to 线性规划的最优解。 x = linprog(f,A,b,Aeq,beq) %等式约束 ，若没有不等式约束 ，则A=[ ]，b=[ ]。 x = linprog(f,A,b,Aeq,beq,lb,ub) %指定x的范围 ，若没有等式约束 ，则Aeq=[ ]，beq=[ ] x = linprog(f,A,b,Aeq,beq,lb,ub,x0) %设置初值x0 x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options) % options为指定的优化参数 [x,fval] = linprog(…) % 返回目标函数最优值，即fval= f *x。 [x,lambda,exitflag] = linprog(…) % lambda为解x的Lagrange乘子。 [x, lambda,fval,exitflag] = linprog(…) % exitflag为终止迭代的错误条件。 [x,fval, lambda,exitflag,output] = linprog(…) % output为关于优化的一些信息 说明： 若exitflag0表示函数收敛于解x，exitflag=0表示超过函数估值或迭代的最大数字，exitflag0表示函数不收敛于解x；若lambda=lower 表示下界lb，lambda=upper表示上界ub，lambda=ineqlin表示不等式约束，lambda=eqlin表示等式约束，lambda中的非0元素表示对应的约束是有效约束；output=iterations表示迭代次数，output=algorithm表示使用的运算规则，output=cgiterations表示PCG迭代次数。 2.优化控制 foptions函数 对于优化控制，MATLAB提供了18个参数，这些参数的具体意义为： options(1)-参数显示控制（默认值为0）。等于1时显示一些结果。 options(2)-优化点x的精度控制(默认值为1e-4)。 options(3)-优化函数F的精度控制(默认值为1e-4)。 options(4)-违反约束的结束标准(默认值为1e-6)。 options(5)-算法选择，不常用。 options(6)-优化程序方法选择，为0则为BFCG算法，为1则采用DFP算法。 options(7)-线性插值算法选择，为0则为混合插值算法，为1则采用立方插算法。 options(8)-函数值显示 (目标—达到问题中的Lambda ) options(9)-若需要检测用户提供的梯度，则设为1。 options(10)-函数和约束估值的数目。 options(11)-函数梯度估值的个数。 options(12)-约束估值的数目。 options(13)-等约束条件的个数。 options(14)-函数估值的最大次数（默认值是100×变量个数） options(15)-用于目标 — 达到问题中的特殊目标。 options(16)-优化过程中变量的最小有限差分梯度值。 options(17)- 优化过程中变量的最大有限差分梯度值。 options(18)-步长设置 (默认为1或更小)。 Foptions已经被optimset和optimget代替，详情请查函数optimset和optimget。 3. x在区间上函数最小值 函数 fminbnd 格式 x = fminbnd(fun,x1,x2) %返回自变量x在区间上函数fun取最小值时x值，fun为目标函数的表达式字符串或MAT