optimoptions

options = fmincon options: options used by current Algorithm (' internal -point'):(其他可用算法:'active-set'， 'sqp'， 'sqp-legacy'， 'trust-region-reflective')默认属性:Algorithm: ' internal -point' BarrierParamUpdate: 'monotone' CheckGradients: 0 constrainttrance: 1.0000e-06 Display: 'final' FiniteDifferenceStepSize: 'sqrt(eps)' FiniteDifferenceType: 'forward' HessianApproximation: 'bfgs' HessianFcn: [] HessianMultiplyFcn: [] HonorBounds: 1 maxfunctionevaluates: 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”)

创建非默认选项

打开生活的脚本

设置选项fmincon使用sqp算法和最多1500次迭代。

选项= Optimoptions（@Fmincon，'算法'，“sqp”，“MaxIterations”，1500）

选项= fmincon选项：当前算法（'sqp'）使用的选项（'sqp'）:(其他可用算法：'活动集'，'内部点'，'sqp-cregacy'，'信任区域反光'）设置属性：算法：'SQP'maxIlerations：1500默认属性：赛程检查+20 OptimalalAlytolerance：1.0000E-06 OutputFCN：[] PlotFCN：[] ScaleQublem：0 SpecifyConstraintGRadient：0 SpecifyObjectiveGRadient：0 StepifyObjectsiveGRadient：0 StepTolerance：1.0000E-06 TypicalX：'（NumberOfVarialbles，1）'使用adplate：0显示当前未使用的选项算法（'SQP'）

更新选项

打开生活的脚本

用新值更新现有选项。

设置选项lsqnonlin求解器使用levenberg-marquardt算法和最多1500个函数计算

oldoptions = optimoptions (@lsqnonlin,'算法'，“levenberg-marquardt”，..．“MaxFunctionEvaluations”，1500）

OldOptions = LSQNONLIN选项：当前算法使用的选项（'Levenberg-Marquardt'）:(其他可用算法：'信任区域反光'）设置属性：算法：'Levenberg-Marquardt'MaxFunctioneValuations：1500默认属性：赛程：0显示：'Final'finitedifferenceStepsize：'sqrt（eps）'finitedifferenceType：'转发'functiontolerance：1.0000E-06最大值：400 outputfcn：[] plotfcn：[] specifyobjectivegradient：0 steptiolance：1.0000e-06典型x：'numberofvariables，1）'DeveryParelial：0显示当前算法不使用的选项（'Levenberg-Marquardt'）

增加MaxFunctionEvaluations到2000年。

选择= optimoptions (oldoptions,“MaxFunctionEvaluations”, 2000)

options = lsqnonlin options: options used by current Algorithm ('levenberg-marquardt'):(其他可用算法:' trusted -region-reflective')设置属性:Algorithm: 'levenberg-marquardt' maxfunctionevalues: 2000默认属性:CheckGradients: 0显示:'final' FiniteDifferenceStepSize: 'sqrt(eps)' FiniteDifferenceType:'forward' FunctionTolerance: 1.0000e-06 MaxIterations: 400 OutputFcn: [] PlotFcn: [] speciyobjectivegradient: 0 StepTolerance: 1.0000e-06 TypicalX: 'ones(numberOfVariables,1)' UseParallel: 0显示当前算法未使用的选项(' levenbermarquardt ')

使用点符号来更新选项

打开生活的脚本

使用点表示法更新具有新值的现有选项。

设置选项lsqnonlin求解器使用levenberg-marquardt算法和最多1500个函数计算

选择= optimoptions (@lsqnonlin,'算法'，“levenberg-marquardt”，..．“MaxFunctionEvaluations”，1500）

options = lsqnonlin options: options used by current Algorithm ('levenberg-marquardt'):(其他可用算法:' trusted -region-reflective')设置属性:Algorithm: 'levenberg-marquardt' maxfunctionevalues: 1500默认属性:CheckGradients: 0显示:'final' FiniteDifferenceStepSize: 'sqrt(eps)' FiniteDifferenceType:'forward' FunctionTolerance: 1.0000e-06 MaxIterations: 400 OutputFcn: [] PlotFcn: [] speciyobjectivegradient: 0 StepTolerance: 1.0000e-06 TypicalX: 'ones(numberOfVariables,1)' UseParallel: 0显示当前算法未使用的选项(' levenbermarquardt ')

增加MaxFunctionEvaluations到2000年。

选项。MaxFunctionEvaluations = 2000

options = lsqnonlin options: options used by current Algorithm ('levenberg-marquardt'):(其他可用算法:' trusted -region-reflective')设置属性:Algorithm: 'levenberg-marquardt' maxfunctionevalues: 2000默认属性:CheckGradients: 0显示:'final' FiniteDifferenceStepSize: 'sqrt(eps)' FiniteDifferenceType:'forward' FunctionTolerance: 1.0000e-06 MaxIterations: 400 OutputFcn: [] PlotFcn: [] speciyobjectivegradient: 0 StepTolerance: 1.0000e-06 TypicalX: 'ones(numberOfVariables,1)' UseParallel: 0显示当前算法未使用的选项(' levenbermarquardt ')

复制选项到另一个解算器

打开生活的脚本

的非默认选项fmincon解算器的选项fminunc解算器。

设置选项fmincon使用SQP算法，最多1500次迭代。

oldoptions = Optimoptions（@Fmincon，'算法'，“sqp”，“MaxIterations”，1500）

OldOptions = Fmincon选项：当前算法（'SQP'）使用的选项（'SQP'）:(其他可用算法：'活动集'，'内部点'，'SQP-Learacy'，'信任区域反光'）设置属性：算法：'SQP'maxIlerations：1500默认属性：赛程检查+20 OptimalalAlytolerance：1.0000E-06 OutputFCN：[] PlotFCN：[] ScaleQublem：0 SpecifyConstraintGRadient：0 SpecifyObjectiveGRadient：0 StepifyObjectsiveGRadient：0 StepTolerance：1.0000E-06 TypicalX：'（NumberOfVarialbles，1）'使用adplate：0显示当前未使用的选项算法（'SQP'）

将适用的选项转移到fminunc解算器。

选择= optimoptions (@fminunc oldoptions)

设置属性:CheckGradients: 0 FiniteDifferenceType: 'forward' MaxIterations: 1500 OptimalityTolerance: 1.0000e-06 PlotFcn: [] specificobjectivegradient: 0 StepTolerance: 1.0000e-06默认属性:Algorithm:输出:[]TypicalX: 'ones(numberOfVariables,1)' UseParallel: 0显示当前算法未使用的选项('类牛顿')

算法选项不会传输到fminunc因为“sqp”不是一个有效的算法选项fminunc．

查找优化问题的求解器和默认选项

打开生活的脚本

创建优化问题并找到默认求解器和选项。

rng默认的x = optimvar ('X'3,'indowbound'，0）;expr = x'*（眼睛（3）+ Randn（3））* x  -  Randn（1,3）* x;prob = OptimProblem（'客观的'，expr）;选项= Optimoptions（prob）

options = quadprog options: options by current Algorithm ('interior-point-凸'):(其他可用算法:'active-set'， 'trust-region-reflective')设置属性:没有设置选项。默认属性:Algorithm: ' inner -point-凸' constraintolerance: 1.0000e-08 Display: 'final' LinearSolver: 'auto' MaxIterations: 200 OptimalityTolerance: 1.0000e-08 StepTolerance: 1.0000e-12显示当前算法(' inner -point-凸')未使用的选项

默认解算器为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'，选项）;

用四轴飞行器解决问题。你的Hessian不是对称的。重置H = (H + H) / 2。Iter Fval Primal infas Dual infas complement 0 2.018911e+00 0.000000e+00 2.757660e+00 6.535839e-01 1 -2.170204e+00 0.000000e+00 8.88178e -16 2.586177e-01 2 -3.405808e+00 0.000000e+00 8.881784e-16 2.244054e-03 3 -3.438788e+00 0.000000e+00 3.356690e-16 7.261144e-09发现满足约束条件的最小值。优化完成是因为目标函数在可行方向上不减小到最优性公差的值内，约束条件满足到约束公差的值内。