主要内容
优化工具箱解算器
优化工具箱™ 解算器分为四个常规类别：
该组中的解算器试图在起点附近找到目标函数的局部最小值
x0. 它们解决无约束优化、线性规划、二次规划、锥规划和一般非线性规划问题。此组中的解算器尝试最小化一组函数的最大值(
fminimax)，或查找函数集合低于某些指定值的位置(福格拉坦).该组中的解算器试图找到标量或向量值非线性方程的解F(x) = 0接近起点
x0.方程求解可被视为优化的一种形式，因为它相当于找到F(x)近的x0.该组中的解算器试图最小化平方和。这类问题经常出现在将模型拟合到数据时。解算器解决了寻找非负解、找到有界或线性约束解以及将参数化非线性模型拟合到数据的问题。万博 尤文图斯
有关更多信息，请参阅优化工具箱函数处理的问题看见优化决策表有关选择用于最小化的解算器的帮助。
极小化将优化问题表示为
可能受到限制。F(x)被称为目标函数. 一般来说F(x)是类型的标量函数双重的和x是类型的向量或标量双重的. 然而，多目标优化、方程求解和一些平方和最小化可以有向量或矩阵目标函数F(x)类型双重的。若要使用优化工具箱解算器实现最大化而不是最小化，请参阅最大化目标.
以函数文件或匿名函数句柄的形式编写解算器的目标函数。你可以提供一个梯度∇F(x)对于多个解算器，可以为多个解算器提供一个Hessian。看见写目标函数。约束具有特殊形式，如中所述写约束.
您还可以从以下列表中选择网站：
