主要内容

显示

显示优化对象信息

语法

描述

使用显示命令用于显示优化对象的信息。

提示

有关完整的工作流程,请参见基于问题的优化工作流求解方程的基于问题的工作流程

例子

显示(obj显示关于obj在命令行。如果对象显示较大,可考虑使用而是将信息保存在文本文件中。

例子

全部折叠

检查问题构造的各个阶段,以优化限制在单位圆盘上的Rosenbrock函数(参见解决一个约束非线性问题,基于问题).

创建一个二维优化变量x.显示变量。

X = optimvar(“x”2);显示(x)
[x(1)] [x(2)]

为目标函数创建一个表达式。展示这个表情。

Obj = 100*(x(2) - x(1)²)²+ (1 - x(1))²;显示(obj)
(100 .* (x(2) - x(1).^2).^2 + (1 - x(1)).^2)

为约束创建一个表达式。显示约束。

Cons = x(1)²+ x(2)²<= 1;显示(缺点)
(x(1)。^2 + x(2) ^2 <= 1

创建一个优化问题obj作为目标函数和缺点作为约束条件。指出问题所在。

问题=优化问题(“客观”obj,“约束”、缺点);显示(概率)
优化问题:求解:x最小化:((100 .* (x(2) - x(1).^2).^2) + (1 - x(1).^2)服从:(x(1).^2)。^2 + x(2) ^2 <= 1

最后,创建一个初始点[0 0]从初始点开始解决问题。

x0。x= [0 0]; [sol,fval,exitflag] = solve(prob,x0)
使用fmincon解决问题。找到满足约束条件的局部最小值。优化完成是因为目标函数在可行方向上不递减,在最优性容差值范围内,约束条件满足在约束容差值范围内。
索尔=带字段的结构:X: [2x1 double]
Fval = 0.0457
exitflag = OptimalSolution

检查解点。

sol.x
ans =2×10.7864 - 0.6177

输入参数

全部折叠

优化对象,指定为以下之一:

版本历史

R2019b引入