情节

剧情贝叶斯优化结果

页面上倒塌

句法

情节（结果，'全部'）

绘图（结果，PlotFCN1，PlotFCN2，......）

情节（结果，'所有'）调用所有预定义的绘图功能结果。

情节（结果那Plotfcn.1，Plotfcn.2，......）调用列出的绘图函数结果。

打开脚本

此示例显示如何在优化完成后绘制错误模型和最佳客观跟踪。此示例的目标函数为具有规范大于2的指数抛出错误。

功能f = makeanError（x）f = x.x1  -  x.x2  -  sqrt（4-x.x1 ^ 2-x.x2 ^ 2）;

有趣= @makeanError;

创建变量以进行优化。

var1 =优化不变（'x1'，[ -  5,5]）;var2 =优化不变（'x2'，[ -  5,5]）;vars = [var1，var2];

在没有任何情节的情况下运行优化。为了再现性，设置随机种子并使用“预期改善 - 加”采集功能。优化60个迭代，因此错误模型变得良好训练。

RNG.默认结果= Bayesopt（乐趣，vars，'maxobjectiveevaluations'60，......'获取功能名称'那'预期改善加'那......'plotfcn'，[]，'verbose'，0）;

绘制错误模型和最佳客观迹线。

绘图（结果，@PlotConstraintModels，@ Plotminobjective）

贝叶斯优化结果，指定为a贝叶斯偏见目的。

绘图函数，指定为函数句柄。

有几个内置绘图功能：

模型图 - 当D≤2时申请	描述
`@plotacquisitionFunction`	绘制采集功能表面。
`@plotconstraintmodels.`	绘制每个约束模型表面。负值表示可行点。也是绘图A.P.（可行）表面。还绘制错误模型，如果存在，那么它的范围`-1`至`1`。负值意味着模型可能不会出错，正值意味着它可能会产生错误。该模型是：绘制误差= 2 *概率（误差） - 1。
`@plotobjectiveevaliveTimemodel.`	绘制客观函数评估时间模型表面。
`@plotobjectiveModel.`	绘图`乐趣`模型表面，估计的位置最小，以及下一个拟议点的位置评估。对于一维问题，绘图封装在平均功能上方和低于平均功能的一个可靠间隔，并在平均值上方和低于平均值的噪声标准偏差。

跟踪图 - 适用于所有D.	描述
`@plotobjective.`	绘制每个观察到的函数值与函数评估的数量。
`@plotobjectiveevaluationtime.`	绘制每个观察到的函数评估运行时间与函数评估的数量。
`@plotminobjective.`	绘制最小观察和估计的函数值与函数评估的数量。
`@plotelapsedtime.`	绘制三条曲线：优化的总经过时间，总函数评估时间和总建模和点选择时间，所有与功能评估数。