主要内容

优化工具箱解决者

优化工具箱™求解器分为四大类:

  • 解

    该组求解者试图在起点附近找到目标函数的局部最小值x0．它们解决了无约束优化、线性规划、二次规划、锥规划和一般非线性规划的问题。

  • 多目标解

    该组中的解算器试图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(fgoalattain）.

  • 解决方程

    这个组的求解者试图找到一个标量或向量值非线性方程的解f（x) = 0靠近起点x0．方程求解可以被认为是优化的一种形式，因为它等价于寻找的最小范数f（x）附近x0．

  • 最小二乘(曲线拟合)求解器

    这组求解者试图最小化平方和。这类问题经常出现在模型与数据的拟合过程中。求解器解决了寻找非负解、寻找有界或线性约束解以及拟合参数化非线性模型到数据的问题。金宝搏官方网站

有关更多信息，请参阅优化工具箱函数处理的问题．看到优化决策表帮助选择最小化的解算器。

最小化者将优化问题表述为以下形式

最小值 x f （ x ） ，

可能会受到限制。f（x）叫做目标函数．一般来说,f（x）标量函数是类型吗双,x向量还是标量双．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）类型的双．若要使用“优化工具箱”求解器实现最大化而不是最小化，请参见最大化目标．

以函数文件或匿名函数句柄的形式编写求解器的目标函数。你可以提供一个渐变∇f（x）对于许多求解器，你可以为几个求解器提供一个黑森。看到写目标函数．约束有一种特殊的形式，如中所述写约束．