迭代和功能计数
通常,优化工具箱™求解器迭代以找到最佳。求解器以初始值开始X0,执行一些中间计算,最终导致一个新点X1,然后重复该过程以找到连续的近似值X2,,,,X3,...当地的最低限度。处理一段迭代后,处理停止k。
您可以通过设置最大值
或者maxfunction evaluations
使用求解器的选项最佳选择
。或者,如果您希望求解器在达到这些限制之一后继续进行,请提高这些选项的值。看设置并更改选项。
在任何一步X一世。例如,求解器可能会通过有限差异估算梯度。在附近的每个点,功能计数(F计数
)增加一个。图3D空间中的典型迭代表明,在具有大小三角洲的前向有限差异的3-D空间中,一种迭代通常对应于功能计数的增加四个。在图中,e一世代表单位向量一世坐标方向。
3D空间中的典型迭代
如果问题没有约束,
F计数
报告目标函数评估的总数。如果问题有限制,
F计数
仅报告进行函数评估的点数,而不是约束功能评估的总数。因此,如果问题有许多限制,则F计数
可以显着少于功能评估的总数。
有时,求解器会尝试一步并拒绝尝试。这信任区域
,,,,信任区域反射
, 和信任区域
算法将这些失败的尝试视为迭代,并在迭代显示中报告(不变的)结果。这内点
,,,,主动设置
, 和Levenberg-Marquardt
算法不将失败的尝试视为迭代,也不会报告迭代显示中的尝试。所有尝试的步骤都会增加F计数
,不论算法如何。
F计数
对于许多求解器而言,是迭代显示屏中的标题。例如,请参阅解释结果。
这F计数
出现在输出结构中output.funccount
,使您能够以编程方式访问评估计数。有关更多信息,请参阅输出结构。