用于优化基础的代码生成
生成代码粉刺
此示例显示如何为此生成代码粉刺优化求解器。代码需要一个马铃薯®编码器™执照。有关代码生成要求的详细信息，请参阅代码生成在fmincon背景中。
该示例使用以下简单的客观函数。要在您自己的测试中使用此目标函数，请将代码复制到名为的文件rosenbrockwithgrad.m.。将文件保存在MATLAB路径上。
功能[f，g] = rosenbrockwithgrad（x）％计算目标ff = 100 *（x（2） - x（1）^ 2）^ 2 +（1 - x（1））^ 2;如果Nargout> 1要求％梯度g = [-400 *（x（2） - x（1）^ 2）* x（1） - 2 *（1 - x（1））;200 *（x（2） - x（1）^ 2）];结尾
使用使用的代码rosenbrockwithgrad.目标函数，创建名为的文件test_rosen.m.包含此代码：
功能[x，fval] = test_rosen opts = Optimoptions（'粉丝'那'算法'那'SQP'）;[x fval] = fmincon（@rosenbrockwithgrad，[ - 1,1]，[]，[]，[]，[]，[ - 3，-3]，[3,3]，[]，选择）
为此生成代码test_rosen.文件。
Codegen.-config：mex.test_rosen.
一段时间后，Codegen.创建一个名为mex文件test_rosen_mex.mexw64.（文件扩展名将根据您的系统而变化）。您可以通过输入来运行生成的C代码test_rosen_mex.。结果是以下或类似的：
X = 1.0000 1.0000 FVAL = 1.3346E-11 ANS = 1.0000 1.0000
修改效率的示例
以下建议实时应用程序的优化代码生成，设置生成的代码的配置以较少，并使用静态内存分配。
cfg = coder.config（'mex'）;cfg.integrityChecks = false;cfg.saturateonintegeroverflow = false;cfg.dynamicmemoryallocation =.'离开';
收紧问题的界限[-3,3]至[-2,2]。此外，设置比默认值的宽松最优性容差1E-6。
功能[x，fval] = test_rosen2 opts = Optimoptions（'粉丝'那'算法'那'SQP'那......'OptimalalcaltalTolerance'，1E-5）;[x fval eflag输出] = fmincon（@rosenbrockwithgrad，[ - 1,1]，[]，[]，[]，[]，......[-2，-2]，[2,2]，[]，选择）
为此生成代码test_rosen2.文件。
Codegen.-Config.CFG.test_rosen2.
运行生成的代码。
test_rosen2_mex.
x = 1.0000 1.0000 FVAL = 2.0057E-11 EFLAG = 2输出=带有字段的结构：迭代：40 Funccount：155算法：'SQP'ConstRViroation：0步骤：5.9344E-08 LSSTeplenth：1 ANS = 1.0000 1.0000
这个解决方案几乎与前一个解决方案一样好fval.输出周围2E-11.与以前相比1E-11。
尝试将允许的迭代的数量限制在以前计算中拍摄的一半。
功能[x，fval] = test_rosen3选项= Optimoptions（'粉丝'那'算法'那'SQP'那......'maxtations'20）;[x fval eflag输出] = fmincon（@rosenbrockwithgrad，[ - 1,1]，[]，[]，[]，[]，......[-2，-2]，[2,2]，[]，选项）
跑步test_rosen3.在matlab。
test_rosen3.
x = 0.2852 0.0716 FVAL = 0.5204 EFLAG = 0输出=带字段的结构：迭代：20 Funccount：91算法：'SQP'消息：'↵solver过早停止。↵↵fmincon停止，因为它超出了迭代限制= 2.000000E +01.↵↵'CONSTRVIOLINATION：0步骤：0.0225 LSSTEPLENTE：1：1.9504 ANS = 0.2852 0.0716
凭借这种严重的迭代限制，粉刺没有达成良好的解决方案。精度和速度之间的权衡可能很难管理。
为了节省函数评估并可能提高准确性，通过设置示例的内置衍生工具specifyobjectivegradient.选择真的。
功能[x，fval] = test_rosen4选项= Optimoptions（'粉丝'那'算法'那'SQP'那......'specifyobjectivegrient'，真的）;[x fval eflag输出] = fmincon（@rosenbrockwithgrad，[ - 1,1]，[]，[]，[]，[]，......[-2，-2]，[2,2]，[]，选项）
生成代码test_rosen4.使用与相同的配置test_rosen2.。
Codegen.-Config.CFG.test_rosen4.
运行生成的代码。
test_rosen4_mex.
X = 1.0000 1.0000 FVAL = 3.3610E-20 EFLAG = 2输出=带有字段的结构：迭代：40 Funccount：113算法：'SQP'ConstRViolation：0步骤：9.6356E-08 Lssteplentth：1 ANS = 1.0000 1.0000
相比test_rosen2.，迭代的数量在40处相同，但功能评估的数量较低113.代替155.。结果具有更好的（较低）目标函数值3E-20.相比2E-11.。
也可以看看
相关话题
您还可以从以下列表中选择一个网站：
