optimoptions

选项= fmincon选项:选择当前使用的算法(“内点”):(其他可用的算法:“激活集”、“sqp”,“sqp-legacy”,“trust-region-reflective”)设置属性:任何选项设置。默认属性:算法:“内点”CheckGradients: 0 ConstraintTolerance: 1.0000 e-06显示:“最终”FiniteDifferenceStepSize:“sqrt (eps)”FiniteDifferenceType:“向前”HessianApproximation:“蓄热”HessianFcn: [] HessianMultiplyFcn: [] HonorBounds: 1 MaxFunctionEvaluations:3000 MaxIterations: 1000 ObjectiveLimit: -1.0000 e + 20 OptimalityTolerance: 1.0000 e-06 OutputFcn: [] PlotFcn: [] ScaleProblem: 0 SpecifyConstraintGradient: 0 SpecifyObjectiveGradient: 0 StepTolerance: 1.0000平台以及SubproblemAlgorithm:“分解”TypicalX:“(numberOfVariables, 1)的”UseParallel: 0显示选项不习惯目前的算法(“内点”)

创建默认的选项

打开生活的脚本

创建默认的选项fmincon求解。

选项= optimoptions（@fmincon，“算法”，“sqp”，'MaxIterations', 1500)

选项= fmincon选项:选择当前使用的算法(sqp):(其他可用的算法:“激活集”、“内点”,“sqp-legacy”,“trust-region-reflective”)设置属性:算法:“sqp”MaxIterations: 1500默认属性:CheckGradients: 0 ConstraintTolerance: 1.0000 e-06显示:“最终”FiniteDifferenceStepSize:“sqrt (eps)”FiniteDifferenceType:“向前”MaxFunctionEvaluations:‘100 * numberOfVariables ObjectiveLimit: -1.0000 e + 20 OptimalityTolerance:1.0000e-06 OutputFcn: [] PlotFcn: [] ScaleProblem: 0 SpecifyConstraintGradient: 0 specifyobjective: 0 StepTolerance: 1.0000e-06 UseParallel: 0显示当前算法未使用的选项('sqp')

更新选项

打开生活的脚本

用新值更新现有选项。

创建选项lsqnonlin求解。

oldoptions = optimoptions (@lsqnonlin,“算法”，“文伯格 - 马夸特”，...'MaxFunctionEvaluations', 1500)

oldoptions = lsqnonlin选项:选择当前使用的算法(levenberg-marquardt):(其他可用的算法:“trust-region-reflective”)设置属性:算法:“levenberg-marquardt”MaxFunctionEvaluations: 1500默认属性:CheckGradients: 0显示:“最终”FiniteDifferenceStepSize:“sqrt (eps)”FiniteDifferenceType:“向前”FunctionTolerance: 1.0000 e-06 MaxIterations: 400 OutputFcn: [] PlotFcn: [] SpecifyObjectiveGradient: 0 StepTolerance: 1.0000 e-06 TypicalX:显示当前算法未使用的选项('levenberg-marquardt')

增加MaxFunctionEvaluations至2000年。

选择= optimoptions (oldoptions,'MaxFunctionEvaluations', 2000)

选项= lsqnonlin选项：选项由当前算法（“列文伯格 - 马夸尔特”）中使用：（其他可用的算法：“信赖域反射”）设置属性：算法：“列文伯格 - 马夸尔特” MaxFunctionEvaluations：2000默认属性：CheckGradients：0显示： '最终' FiniteDifferenceStepSize： 'SQRT（EPS）' FiniteDifferenceType： '前进' FunctionTolerance：1.0000e-06 MaxIterations：400 OutputFcn：[] PlotFcn：[] SpecifyObjectiveGradient：0 StepTolerance：1.0000e-06 TypicalX：“一（numberOfVariables，1）” UseParallel：不使用当前算法0显示选项（‘列文伯格 - 马夸尔特’）

使用点表示法更新选项

打开生活的脚本

使用点表示法用新值更新现有选项。

创建选项lsqnonlin求解。

选项= optimoptions（@lsqnonlin，“算法”，“文伯格 - 马夸特”，...'MaxFunctionEvaluations', 1500)

选项= lsqnonlin选项：选项由当前算法（“列文伯格 - 马夸尔特”）中使用：（其他可用的算法：“信赖域反射”）设置属性：算法：“列文伯格 - 马夸尔特” MaxFunctionEvaluations：1500个默认属性：CheckGradients：0显示： '最终' FiniteDifferenceStepSize： 'SQRT（EPS）' FiniteDifferenceType： '前进' FunctionTolerance：1.0000e-06 MaxIterations：400 OutputFcn：[] PlotFcn：[] SpecifyObjectiveGradient：0 StepTolerance：1.0000e-06 TypicalX：“一（numberOfVariables，1）” UseParallel：不使用当前算法0显示选项（‘列文伯格 - 马夸尔特’）

增加MaxFunctionEvaluations到2000年使用点符号。

选项。MaxFunctionEvaluations = 2000

选项= lsqnonlin选项：选项由当前算法（“列文伯格 - 马夸尔特”）中使用：（其他可用的算法：“信赖域反射”）设置属性：算法：“列文伯格 - 马夸尔特” MaxFunctionEvaluations：2000默认属性：CheckGradients：0显示： '最终' FiniteDifferenceStepSize： 'SQRT（EPS）' FiniteDifferenceType： '前进' FunctionTolerance：1.0000e-06 MaxIterations：400 OutputFcn：[] PlotFcn：[] SpecifyObjectiveGradient：0 StepTolerance：1.0000e-06 TypicalX：“一（numberOfVariables，1）” UseParallel：不使用当前算法0显示选项（‘列文伯格 - 马夸尔特’）

将选项复制到另一个求解器

打开生活的脚本

转让非默认选项fmincon求解器的选项fminunc求解。

创建默认的选项fmincon求解。

oldoptions = optimoptions (@fmincon,“算法”，“sqp”，'MaxIterations', 1500)

oldoptions = fmincon选项：由当前算法（“SQP”）中使用选项：（其他可用的算法：“活跃集”，“内部点”，“SQP遗留”，“信赖域反射”）设置属性：算法： 'SQP' MaxIterations：1500个默认属性：CheckGradients：0 ConstraintTolerance：1.0000e-06显示： '最终' FiniteDifferenceStepSize： 'SQRT（EPS）' FiniteDifferenceType： '前进' MaxFunctionEvaluations： '100个* numberOfVariables' ObjectiveLimit：-1.0000e20 OptimalityTolerance：1.0000e-06 OutputFcn：[] PlotFcn：[] ScaleProblem：0 SpecifyConstraintGradient：0 SpecifyObjectiveGradient：0 StepTolerance：1.0000e-06 TypicalX： '一（numberOfVariables，1）' UseParallel：0显示选项不使用当前算法（ 'SQP'）

转移到可用的选项fminunc求解。

选项= optimoptions（@ fminunc，oldoptions）

选项= fminunc选项：使用当前算法（ '准牛顿'）选项：（其他可用的算法： '信任区域'）设置属性：CheckGradients：0 FiniteDifferenceType： '前进' MaxIterations：1500 OptimalityTolerance：1.0000e-06 PlotFcn：[] SpecifyObjectiveGradient：0 StepTolerance：1.0000e-06默认属性：算法： '准牛顿' 显示： '最终' FiniteDifferenceStepSize： 'SQRT（EPS）' MaxFunctionEvaluations： '100个* numberOfVariables' ObjectiveLimit：-1.0000e + 20 OutputFcn：[] TypicalX： '一（numberOfVariables，1）' UseParallel：不使用当前算法0显示选项（ '准牛顿'）

查找优化问题求解器和默认选项

打开生活的脚本

创建一个优化问题，并找到默认的解决程序和选项。

rng默认X = optimvar（“x”3,下界的, 0);expr = x'*(eye(3) + randn(3))*x - randn(1,3)*x;概率= optimproblem (“目标”, expr);选项= optimoptions(概率)

选项= quadprog选项:选择当前使用的算法(interior-point-convex):(其他可用的算法:“激活集”、“trust-region-reflective”)设置属性:任何选项设置。默认属性:算法:“interior-point-convex”ConstraintTolerance: 1.0000 e-08显示:“最终”LinearSolver:“汽车”MaxIterations: 200 OptimalityTolerance: 1.0000 e-08 StepTolerance: 1.0000 e-12显示选项不习惯目前的算法(“interior-point-convex”)

默认的求解器quadprog。

设置使用迭代显示的选项。找到解决方案。

options.Display ='ITER';索尔=解决(概率,“选项”、选择);

使用quadprog解决问题。你的黑森不是对称的。重置H = (H + H) / 2。1 -2.170204e+00 0.000000e+00 8.881784e-16 2.586808e +00 0.000000e+00 8.881784e-16 2.244054e-03 3 -3.438788e+00 0.000000e+00 3.356690e-16 7.261144e-09最小值发现满足约束条件。优化完成是因为目标函数在可行方向上不减少，且不超过最优容差的值，且约束条件满足不超过约束容差的值。