主要内容

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。

也可以看看

相关话题