fseminfgydF4y2Ba

找到最小的半无限约束多变量非线性函数gydF4y2Ba

所有的页面崩溃gydF4y2Ba

语法gydF4y2Ba

x = fseminf(有趣,x0, ntheta seminfcon)gydF4y2Ba

x = fseminf(有趣,x0, ntheta seminfcon, A, b)gydF4y2Ba

x = fseminf(有趣,x0, ntheta seminfcon, A, b, Aeq, beq)gydF4y2Ba

x = fseminf(有趣,x0, ntheta seminfcon, A, b, Aeq,说真的,磅,乌兰巴托)gydF4y2Ba

x = fseminf(有趣,x0, ntheta seminfcon, A, b, Aeq,说真的,磅,乌兰巴托,选项)gydF4y2Ba

x = fseminf(问题)gydF4y2Ba

[x, fval] = fseminf (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba

[x, fval exitflag,输出]= fseminf (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba

[x, fval exitflag、输出λ)= fseminf (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba

描述gydF4y2Ba

fseminfgydF4y2Ba是一个非线性规划求解,找到指定的最小的问题吗gydF4y2Ba

$\underset{xgydF4y2Ba}{最小值gydF4y2Ba} fgydF4y2Ba (gydF4y2Ba xgydF4y2Ba)gydF4y2Ba 这样gydF4y2Ba {gydF4y2Ba \begin{matrix} 一个gydF4y2Ba \cdotgydF4y2Ba xgydF4y2Ba \leqgydF4y2Ba bgydF4y2Ba,gydF4y2Ba \\ 一个gydF4y2Ba egydF4y2Ba 问gydF4y2Ba \cdotgydF4y2Ba xgydF4y2Ba =gydF4y2Ba bgydF4y2Ba egydF4y2Ba 问gydF4y2Ba,gydF4y2Ba \\ lgydF4y2Ba bgydF4y2Ba \leqgydF4y2Ba xgydF4y2Ba \leqgydF4y2Ba ugydF4y2Ba bgydF4y2Ba,gydF4y2Ba \\ cgydF4y2Ba (gydF4y2Ba xgydF4y2Ba)gydF4y2Ba \leqgydF4y2Ba 0gydF4y2Ba,gydF4y2Ba \\ cgydF4y2Ba egydF4y2Ba 问gydF4y2Ba (gydF4y2Ba xgydF4y2Ba)gydF4y2Ba =gydF4y2Ba 0gydF4y2Ba,gydF4y2Ba \\ {KgydF4y2Ba}_{我gydF4y2Ba} (gydF4y2Ba xgydF4y2Ba,gydF4y2Ba {wgydF4y2Ba}_{我gydF4y2Ba})gydF4y2Ba \leqgydF4y2Ba 0gydF4y2Ba,gydF4y2Ba 1gydF4y2Ba \leqgydF4y2Ba 我gydF4y2Ba \leqgydF4y2Ba ngydF4y2Ba 。gydF4y2Ba \end{matrix}$

bgydF4y2Ba和gydF4y2Ba说真的gydF4y2Ba是向量。gydF4y2Ba
一个gydF4y2Ba和gydF4y2BaAeqgydF4y2Ba矩阵。gydF4y2Ba
cgydF4y2Ba(gydF4y2BaxgydF4y2Ba),gydF4y2Ba量表信gydF4y2Ba(gydF4y2BaxgydF4y2Ba),gydF4y2BaKgydF4y2Ba_我gydF4y2Ba(gydF4y2Bax, wgydF4y2Ba_我gydF4y2Ba)函数返回向量。gydF4y2Ba
fgydF4y2Ba(gydF4y2BaxgydF4y2Ba)是一个函数,它返回一个标量。gydF4y2Ba

fgydF4y2Ba(gydF4y2BaxgydF4y2Ba),gydF4y2BacgydF4y2Ba(gydF4y2BaxgydF4y2Ba),gydF4y2Ba量表信gydF4y2Ba(gydF4y2BaxgydF4y2Ba)可以是非线性函数。向量(矩阵)gydF4y2BaKgydF4y2Ba_我gydF4y2Ba(gydF4y2BaxgydF4y2Ba,gydF4y2BawgydF4y2Ba_我gydF4y2Ba)≤0gydF4y2Ba连续函数的吗gydF4y2BaxgydF4y2Ba和一组额外的变量gydF4y2BawgydF4y2Ba_1gydF4y2Ba,gydF4y2BawgydF4y2Ba_2gydF4y2Ba、……gydF4y2BawgydF4y2Ba_ngydF4y2Ba。的变量gydF4y2BawgydF4y2Ba_1gydF4y2Ba,gydF4y2BawgydF4y2Ba_2gydF4y2Ba、……gydF4y2BawgydF4y2Ba_ngydF4y2Ba向量的长度是两个人,最多。gydF4y2Ba

xgydF4y2Ba,gydF4y2Ba磅gydF4y2Ba,gydF4y2Ba乌兰巴托gydF4y2Ba可以通过向量或矩阵;看到gydF4y2Ba矩阵的参数gydF4y2Ba。gydF4y2Ba

例子gydF4y2Ba

xgydF4y2Ba= fseminf (gydF4y2Ba有趣的gydF4y2Ba,gydF4y2Bax0gydF4y2Ba,gydF4y2BanthetagydF4y2Ba,gydF4y2BaseminfcongydF4y2Ba)gydF4y2Ba起价gydF4y2Bax0gydF4y2Ba,发现最小的函数gydF4y2Ba有趣的gydF4y2Ba受到gydF4y2BanthetagydF4y2Ba半无限中定义的约束gydF4y2BaseminfcongydF4y2Ba。gydF4y2Ba

xgydF4y2Ba= fseminf (gydF4y2Ba有趣的gydF4y2Ba,gydF4y2Bax0gydF4y2Ba,gydF4y2BanthetagydF4y2Ba,gydF4y2BaseminfcongydF4y2Ba,gydF4y2Ba一个gydF4y2Ba,gydF4y2BabgydF4y2Ba,gydF4y2BaAeqgydF4y2Ba,gydF4y2Ba说真的gydF4y2Ba)gydF4y2Ba最小化线性等式gydF4y2BaAeq * x =说真的gydF4y2Ba。集gydF4y2Ba一个= []gydF4y2Ba和gydF4y2Bab = []gydF4y2Ba如果不存在不平等。gydF4y2Ba

xgydF4y2Ba= fseminf (gydF4y2Ba有趣的gydF4y2Ba,gydF4y2Bax0gydF4y2Ba,gydF4y2BanthetagydF4y2Ba,gydF4y2BaseminfcongydF4y2Ba,gydF4y2Ba一个gydF4y2Ba,gydF4y2BabgydF4y2Ba,gydF4y2BaAeqgydF4y2Ba,gydF4y2Ba说真的gydF4y2Ba,gydF4y2Ba磅gydF4y2Ba,gydF4y2Ba乌兰巴托gydF4y2Ba)gydF4y2Ba定义了一组设计变量的上下界限gydF4y2BaxgydF4y2Ba,这样的解决方案总是范围gydF4y2Ba磅gydF4y2Ba≤gydF4y2BaxgydF4y2Ba≤gydF4y2Ba乌兰巴托gydF4y2Ba。gydF4y2Ba

xgydF4y2Ba= fseminf (gydF4y2Ba有趣的gydF4y2Ba,gydF4y2Bax0gydF4y2Ba,gydF4y2BanthetagydF4y2Ba,gydF4y2BaseminfcongydF4y2Ba,gydF4y2Ba一个gydF4y2Ba,gydF4y2BabgydF4y2Ba,gydF4y2BaAeqgydF4y2Ba,gydF4y2Ba说真的gydF4y2Ba,gydF4y2Ba磅gydF4y2Ba,gydF4y2Ba乌兰巴托gydF4y2Ba,gydF4y2Ba选项gydF4y2Ba)gydF4y2Ba最小化的优化选项中指定gydF4y2Ba选项gydF4y2Ba。使用gydF4y2BaoptimoptionsgydF4y2Ba设置这些选项。gydF4y2Ba

xgydF4y2Ba= fseminf (gydF4y2Ba问题gydF4y2Ba)gydF4y2Ba发现的最低标准gydF4y2Ba问题gydF4y2Ba描述的结构gydF4y2Ba问题gydF4y2Ba。gydF4y2Ba

(gydF4y2BaxgydF4y2Ba,gydF4y2BafvalgydF4y2Ba)= fseminf (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba以前,对于任何输入语法,返回目标函数的值gydF4y2Ba有趣的gydF4y2Ba在解决方案gydF4y2BaxgydF4y2Ba。gydF4y2Ba

请注意gydF4y2Ba

如果指定的输入范围不一致的问题,输出gydF4y2BaxgydF4y2Ba是gydF4y2Bax0gydF4y2Ba和输出gydF4y2BafvalgydF4y2Ba是gydF4y2Ba[]gydF4y2Ba。gydF4y2Ba

例子gydF4y2Ba

(gydF4y2BaxgydF4y2Ba,gydF4y2BafvalgydF4y2Ba,gydF4y2BaexitflaggydF4y2Ba,gydF4y2Ba输出gydF4y2Ba)= fseminf (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba还返回一个值gydF4y2BaexitflaggydF4y2Ba描述退出条件和结构gydF4y2Ba输出gydF4y2Ba的信息优化过程。gydF4y2Ba

例子gydF4y2Ba

(gydF4y2BaxgydF4y2Ba,gydF4y2BafvalgydF4y2Ba,gydF4y2BaexitflaggydF4y2Ba,gydF4y2Ba输出gydF4y2Ba,gydF4y2BaλgydF4y2Ba)= fseminf (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba返回一个结构gydF4y2BaλgydF4y2Ba字段包含拉格朗日乘数法的解决方案吗gydF4y2BaxgydF4y2Ba。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

减少与半无限约束函数gydF4y2Ba

打开生活的脚本gydF4y2Ba

最小化函数gydF4y2Ba

$(gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba {)gydF4y2Ba}^{2gydF4y2Ba}$ ,gydF4y2Ba

受约束gydF4y2Ba

$0gydF4y2Ba \leqgydF4y2Ba xgydF4y2Ba \leqgydF4y2Ba 2gydF4y2Ba$

$ggydF4y2Ba (gydF4y2Ba xgydF4y2Ba,gydF4y2Ba tgydF4y2Ba)gydF4y2Ba =gydF4y2Ba (gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba)gydF4y2Ba - - - - - -gydF4y2Ba (gydF4y2Ba tgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba {)gydF4y2Ba}^{2gydF4y2Ba} \leqgydF4y2Ba 0gydF4y2Ba$ 对所有gydF4y2Ba $0gydF4y2Ba \leqgydF4y2Ba tgydF4y2Ba \leqgydF4y2Ba 1gydF4y2Ba$ 。gydF4y2Ba

不受约束的目标函数是最小化gydF4y2Ba $xgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba$ 。然而,约束gydF4y2Ba

$ggydF4y2Ba (gydF4y2Ba xgydF4y2Ba,gydF4y2Ba tgydF4y2Ba)gydF4y2Ba \leqgydF4y2Ba 0gydF4y2Ba$ 对所有gydF4y2Ba $0gydF4y2Ba \leqgydF4y2Ba tgydF4y2Ba \leqgydF4y2Ba 1gydF4y2Ba$

意味着gydF4y2Ba $xgydF4y2Ba \leqgydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba$ 。请注意,gydF4y2Ba $(gydF4y2Ba tgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba {)gydF4y2Ba}^{2gydF4y2Ba} \geqgydF4y2Ba 0gydF4y2Ba$ ,所以gydF4y2Ba

$\underset{tgydF4y2Ba}{马克斯gydF4y2Ba} ggydF4y2Ba (gydF4y2Ba xgydF4y2Ba,gydF4y2Ba tgydF4y2Ba)gydF4y2Ba =gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba$ 。gydF4y2Ba

因此,gydF4y2Ba

$\underset{tgydF4y2Ba}{马克斯gydF4y2Ba} ggydF4y2Ba (gydF4y2Ba xgydF4y2Ba,gydF4y2Ba tgydF4y2Ba)gydF4y2Ba \leqgydF4y2Ba 0gydF4y2Ba$ 当gydF4y2Ba $xgydF4y2Ba \leqgydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba$ 。gydF4y2Ba

为了解决这一问题gydF4y2BafseminfgydF4y2Ba把目标函数写成一个匿名函数。gydF4y2Ba

objfun = @ (x) (x - 1) ^ 2;gydF4y2Ba

写半无限约束函数gydF4y2BaseminfcongydF4y2Ba,包括非线性约束[],最初的采样间隔gydF4y2Ba $tgydF4y2Ba$ (0.01 0到1的步骤),和半无限约束功能gydF4y2Ba $ggydF4y2Ba (gydF4y2Ba xgydF4y2Ba,gydF4y2Ba tgydF4y2Ba)gydF4y2Ba$ 。的代码gydF4y2BaseminfcongydF4y2Ba函数出现在gydF4y2Ba这个例子gydF4y2Ba。gydF4y2Ba

设置初始点gydF4y2Bax0 = 0.2gydF4y2Ba。gydF4y2Ba

x0 = 0.2;gydF4y2Ba

指定一个半无限约束。gydF4y2Ba

ntheta = 1;gydF4y2Ba

通过调用解决问题gydF4y2BafseminfgydF4y2Ba并查看结果。gydF4y2Ba

x = fseminf (objfun x0、ntheta @seminfcon)gydF4y2Ba

局部最小值发现,满足约束。优化完成,因为目标函数中引入可行的方向,在最优值的宽容,和约束满足约束的值公差内。gydF4y2Ba

x = 0.5000gydF4y2Ba

下面的代码创建gydF4y2BaseminfcongydF4y2Ba函数。gydF4y2Ba

函数gydF4y2Ba[c,测查,K1, s] = seminfcon (x, s)gydF4y2Ba%没有有限的非线性不等式和等式约束gydF4y2Bac = [];测查= [];gydF4y2Ba%样本集gydF4y2Ba如果gydF4y2Baisnan (s)gydF4y2Ba%初始采样间隔gydF4y2Ba0.01 s = [0];gydF4y2Ba结束gydF4y2Bat = 0: (1): 1;gydF4y2Ba%计算半无限约束gydF4y2BaK1 = (0.5 x -) - (t - 0.5) ^ 2;gydF4y2Ba结束gydF4y2Ba

检查gydF4y2Ba`fseminfgydF4y2Ba`输出gydF4y2Ba

打开生活的脚本gydF4y2Ba

最小化函数gydF4y2Ba

$(gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba {)gydF4y2Ba}^{2gydF4y2Ba}$ ,gydF4y2Ba

受约束gydF4y2Ba

$0gydF4y2Ba \leqgydF4y2Ba xgydF4y2Ba \leqgydF4y2Ba 2gydF4y2Ba$

这个问题是制定和解决的例子gydF4y2Ba减少与半无限约束函数gydF4y2Ba收集更多的信息解决方案和解决方案的过程。gydF4y2Ba

为了解决这一问题gydF4y2BafseminfgydF4y2Ba把目标函数写成一个匿名函数。gydF4y2Ba

objfun = @ (x) (x - 1) ^ 2;gydF4y2Ba

非线性和半无限约束函数的代码gydF4y2BaseminfcongydF4y2Ba出现在gydF4y2Ba这个例子gydF4y2Ba。gydF4y2Ba

设置初始点gydF4y2Bax0 = 0.2gydF4y2Ba。gydF4y2Ba

x0 = 0.2;gydF4y2Ba

指定一个半无限约束。gydF4y2Ba

ntheta = 1;gydF4y2Ba

通过调用解决问题gydF4y2BafseminfgydF4y2Ba并查看结果。gydF4y2Ba

一个= [];b = [];Aeq = [];说真的= [];磅= 0;乌兰巴托= 2;[x, fval exitflag、输出λ)= fseminf (x0, objfun ntheta, @seminfcon,gydF4y2Ba…gydF4y2Ba说真的,A、b Aeq磅,乌兰巴托)gydF4y2Ba

局部最小值发现,满足约束。优化完成,因为目标函数中引入可行的方向,在最优值的宽容,和约束满足约束的值公差内。gydF4y2Ba

x = 0.5000gydF4y2Ba

fval = 0.2500gydF4y2Ba

exitflag = 1gydF4y2Ba

输出=gydF4y2Ba结构体字段:gydF4y2Ba迭代:2 funcCount: 4 lssteplength: 1 stepsize: 4.6841 e-12算法:“激活集”firstorderopt: 9.3682 e-12 constrviolation: 4.6841 e-12消息:当地最低....发现满足约束的gydF4y2Ba

λ=gydF4y2Ba结构体字段:gydF4y2Ba低:0上:0 eqlin: [0 x1双]eqnonlin: [0 x1双]ineqlin: [0 x1双]ineqnonlin: (x0 1双)gydF4y2Ba

返回值显示:gydF4y2Ba

问题已经解决了gydF4y2Ba $xgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba$ 。gydF4y2Ba
目标函数的值,gydF4y2Ba $(gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 1gydF4y2Ba {)gydF4y2Ba}^{2gydF4y2Ba}$ ,是gydF4y2Ba $1gydF4y2Ba /gydF4y2Ba 4gydF4y2Ba$ 。gydF4y2Ba
解算器需要两个迭代和四个函数评估解决方案。gydF4y2Ba
半无限约束边界以外的唯一约束,所以gydF4y2BaλgydF4y2Ba结构没有线性或非线性值。的gydF4y2Balambda.lowergydF4y2Ba和gydF4y2Balambda.uppergydF4y2Ba领域,范围相对应,不是空的,而是具有零值,因为也不是在绑定解决方案。gydF4y2Ba

下面的代码创建gydF4y2BaseminfcongydF4y2Ba函数。gydF4y2Ba

函数gydF4y2Ba[c,测查,K1, s] = seminfcon (x, s)gydF4y2Ba%没有有限的非线性不等式和等式约束gydF4y2Bac = [];测查= [];gydF4y2Ba%样本集gydF4y2Ba如果gydF4y2Baisnan (s)gydF4y2Ba%初始采样间隔gydF4y2Ba0.01 s = [0];gydF4y2Ba结束gydF4y2Bat = 0: (1): 1;gydF4y2Ba%计算半无限约束gydF4y2BaK1 = (0.5 x -) - (t - 0.5) ^ 2;gydF4y2Ba结束gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

`有趣的gydF4y2Ba`- - - - - -gydF4y2Ba函数最小化gydF4y2Ba
函数处理gydF4y2Ba|gydF4y2Ba函数名gydF4y2Ba

函数最小化,指定为一个函数处理或函数名。gydF4y2Ba有趣的gydF4y2Ba是一个函数,它接受一个向量或数组gydF4y2BaxgydF4y2Ba并返回一个真正的标量gydF4y2BafgydF4y2Ba的目标函数值gydF4y2BaxgydF4y2Ba。gydF4y2Ba

fseminfgydF4y2Ba通过gydF4y2BaxgydF4y2Ba任何非线性目标函数和约束函数的形状gydF4y2Bax0gydF4y2Ba论点。例如,如果gydF4y2Bax0gydF4y2Ba是5-by-3数组,那么gydF4y2BafseminfgydF4y2Ba通过gydF4y2BaxgydF4y2Ba来gydF4y2Ba有趣的gydF4y2Ba作为一个5-by-3数组。然而,gydF4y2BafseminfgydF4y2Ba增加线性约束矩阵gydF4y2Ba一个gydF4y2Ba或gydF4y2BaAeqgydF4y2Ba与gydF4y2BaxgydF4y2Ba转换后gydF4y2BaxgydF4y2Ba的列向量gydF4y2Bax (:)gydF4y2Ba。gydF4y2Ba

指定gydF4y2Ba有趣的gydF4y2Ba作为一个文件处理函数。gydF4y2Ba

x = fseminf (@myfungydF4y2Ba…gydF4y2Ba)gydF4y2Ba

在这里,gydF4y2BamyfungydF4y2BaMATLAB是一种gydF4y2Ba^®gydF4y2Ba如以下函数。gydF4y2Ba

函数gydF4y2Baf = myfun f (x) =gydF4y2Ba…gydF4y2Ba在x %计算函数值gydF4y2Ba

您还可以指定gydF4y2Ba有趣的gydF4y2Ba作为一个匿名函数的函数处理。gydF4y2Ba

x = fseminf (@ (x)规范(x) ^ 2,gydF4y2Ba…gydF4y2Ba);gydF4y2Ba

如果你能计算的梯度gydF4y2Ba有趣的gydF4y2Ba和gydF4y2Ba的gydF4y2BaSpecifyObjectiveGradientgydF4y2Ba选项设置为gydF4y2Ba真正的gydF4y2Ba设定的,gydF4y2Ba

选择= optimoptions (gydF4y2Ba“fseminf”gydF4y2Ba,gydF4y2Ba“SpecifyObjectiveGradient”gydF4y2Ba,真正的);gydF4y2Ba

然后gydF4y2Ba有趣的gydF4y2Ba梯度向量必须返回呢gydF4y2Bag (x)gydF4y2Ba在第二个输出参数。gydF4y2Ba

例子:gydF4y2Ba有趣= @ (x) sin (x (1)) * cos (x (2))gydF4y2Ba

数据类型:gydF4y2Ba字符gydF4y2Ba|gydF4y2Bafunction_handlegydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

`x0gydF4y2Ba`- - - - - -gydF4y2Ba初始点gydF4y2Ba
真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

初始点,指定为一个真正的向量或真正的数组。解决使用中元素的数量gydF4y2Bax0gydF4y2Ba和的大小gydF4y2Bax0gydF4y2Ba确定变量的数量和大小gydF4y2Ba有趣的gydF4y2Ba接受。gydF4y2Ba

例子:gydF4y2Bax0 = (1、2、3、4)gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`nthetagydF4y2Ba`- - - - - -gydF4y2Ba半无限数量的约束gydF4y2Ba
正整数gydF4y2Ba

半无限数量的限制,指定为一个正整数。gydF4y2Ba

例子:gydF4y2Ba4gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`seminfcongydF4y2Ba`- - - - - -gydF4y2Ba函数计算非线性约束和半无限约束gydF4y2Ba
函数处理gydF4y2Ba|gydF4y2Ba函数名gydF4y2Ba

函数计算非线性不等式约束的向量gydF4y2BacgydF4y2Ba向量的非线性等式约束gydF4y2Ba量表信gydF4y2Ba,gydF4y2BanthetagydF4y2Ba半无限约束(向量或矩阵)gydF4y2BaK1gydF4y2Ba,gydF4y2BaK2gydF4y2Ba,gydF4y2Ba…gydF4y2Ba,gydF4y2BaKnthetagydF4y2Ba评估在一个区间gydF4y2Ba年代gydF4y2Ba在点gydF4y2BaxgydF4y2Ba。您可以指定gydF4y2BaseminfcongydF4y2Ba作为处理函数。gydF4y2Ba

x = fseminf (@myfun x0、ntheta @myinfcon)gydF4y2Ba

在哪里gydF4y2BamyinfcongydF4y2Ba是一个MATLAB函数如gydF4y2Ba

函数(c,测查,K1, K2,…,Kntheta,S] = myinfcon(x,S) % Initial sampling interval if isnan(S(1,1)), S = ...% S has ntheta rows and 2 columns end w1 = ...% Compute sample set w2 = ...% Compute sample set ... wntheta = ... % Compute sample set K1 = ... % 1st semi-infinite constraint at x and w K2 = ... % 2nd semi-infinite constraint at x and w ... Kntheta = ...% Last semi-infinite constraint at x and w c = ... % Compute nonlinear inequalities at x ceq = ... % Compute nonlinear equalities at x

年代gydF4y2Ba是推荐的采样间隔,功能可能无法使用。返回gydF4y2Ba[]gydF4y2Ba为gydF4y2BacgydF4y2Ba和gydF4y2Ba量表信gydF4y2Ba如果不存在这样的约束。gydF4y2Ba

向量或矩阵gydF4y2BaK1gydF4y2Ba,gydF4y2BaK2gydF4y2Ba,gydF4y2Ba…gydF4y2Ba,gydF4y2BaKnthetagydF4y2Ba含半无限约束评估一组采样的独立变量的值gydF4y2Baw1gydF4y2Ba,gydF4y2Baw2gydF4y2Ba,gydF4y2Ba…gydF4y2Ba,gydF4y2BawnthetagydF4y2Ba,分别。两列矩阵gydF4y2Ba年代gydF4y2Ba包含一个推荐采样间隔的值gydF4y2Baw1gydF4y2Ba,gydF4y2Baw2gydF4y2Ba,gydF4y2Ba…gydF4y2Ba,gydF4y2BawnthetagydF4y2Ba,用于评估gydF4y2BaK1gydF4y2Ba,gydF4y2BaK2gydF4y2Ba,gydF4y2Ba…gydF4y2Ba,gydF4y2BaKnthetagydF4y2Ba。的gydF4y2Ba我gydF4y2Bath排gydF4y2Ba年代gydF4y2Ba包含用于评估推荐的采样间隔gydF4y2BaKgydF4y2Ba我gydF4y2Ba。当gydF4y2BaKgydF4y2Ba我gydF4y2Ba是一个矢量,这个函数只使用吗gydF4y2Ba(我,1)gydF4y2Ba(第二列可以所有零)。当gydF4y2BaKgydF4y2Ba我gydF4y2Ba是一个矩阵,函数使用gydF4y2Ba(2)我gydF4y2Ba示例中的行gydF4y2BaKgydF4y2Ba我gydF4y2Ba,并使用gydF4y2Ba(我,1)gydF4y2Ba的采样间隔的列gydF4y2BaKgydF4y2Ba我gydF4y2Ba(见gydF4y2Ba二维半无限约束gydF4y2Ba)。因为gydF4y2Ba年代gydF4y2Ba是gydF4y2Ba南gydF4y2Ba在第一次迭代中,gydF4y2BaseminfcongydF4y2Ba必须确定一些最初的采样间隔。gydF4y2Ba

请注意gydF4y2Ba

因为优化工具箱™函数接受输入的类型gydF4y2Ba双gydF4y2Ba,用户提供的客观和非线性约束函数必须返回输出的类型gydF4y2Ba双gydF4y2Ba。gydF4y2Ba

对参数化的方法gydF4y2BaseminfcongydF4y2Ba,如果有必要,知道了gydF4y2Ba传递额外的参数gydF4y2Ba。例如一和二维采样点,看到的gydF4y2Ba创建采样点的例子gydF4y2Ba。gydF4y2Ba

`一个gydF4y2Ba`- - - - - -gydF4y2Ba线性不等式约束gydF4y2Ba
真正的矩阵gydF4y2Ba

线性不等式约束,指定为一个真正的矩阵。gydF4y2Ba一个gydF4y2Ba是一个gydF4y2Ba米gydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba矩阵,gydF4y2Ba米gydF4y2Ba不平等的数量,gydF4y2BaNgydF4y2Ba是变量的数量(数量的元素gydF4y2Bax0gydF4y2Ba)。对于大型问题,通过gydF4y2Ba一个gydF4y2Ba作为一个稀疏矩阵。gydF4y2Ba

一个gydF4y2Ba编码gydF4y2Ba米gydF4y2Ba线性不等式gydF4y2Ba

A * x < =gydF4y2Ba,gydF4y2Ba

在哪里gydF4y2BaxgydF4y2Ba的列向量gydF4y2BaNgydF4y2Ba变量gydF4y2Bax (:)gydF4y2Ba,gydF4y2BabgydF4y2Ba是一个列向量gydF4y2Ba米gydF4y2Ba元素。gydF4y2Ba

例如,考虑这些不平等:gydF4y2Ba

xgydF4y2Ba_1gydF4y2Ba+ 2gydF4y2BaxgydF4y2Ba_2gydF4y2Ba≤10gydF4y2Ba
3gydF4y2BaxgydF4y2Ba_1gydF4y2Ba+ 4gydF4y2BaxgydF4y2Ba_2gydF4y2Ba≤20gydF4y2Ba
5gydF4y2BaxgydF4y2Ba_1gydF4y2Ba+ 6gydF4y2BaxgydF4y2Ba_2gydF4y2Ba≤30日gydF4y2Ba

输入以下命令来指定不等式约束条件。gydF4y2Ba

= [1,2,3,4,5,6);b = (10、20、30);gydF4y2Ba

例子:gydF4y2Ba指定的x分量总和为1或更少,使用gydF4y2Ba一个= 1 (1,N)gydF4y2Ba和gydF4y2Bab = 1gydF4y2Ba。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`bgydF4y2Ba`- - - - - -gydF4y2Ba线性不等式约束gydF4y2Ba
真正的向量gydF4y2Ba

线性不等式约束,指定为一个真正的向量。gydF4y2BabgydF4y2Ba是一个gydF4y2Ba米gydF4y2Ba元向量相关gydF4y2Ba一个gydF4y2Ba矩阵。如果你通过gydF4y2BabgydF4y2Ba作为一个行向量,解决内部转换gydF4y2BabgydF4y2Ba的列向量gydF4y2Bab (:)gydF4y2Ba。对于大型问题,通过gydF4y2BabgydF4y2Ba作为一个稀疏的向量。gydF4y2Ba

bgydF4y2Ba编码gydF4y2Ba米gydF4y2Ba线性不等式gydF4y2Ba

A * x < =gydF4y2Ba,gydF4y2Ba

在哪里gydF4y2BaxgydF4y2Ba的列向量gydF4y2BaNgydF4y2Ba变量gydF4y2Bax (:)gydF4y2Ba,gydF4y2Ba一个gydF4y2Ba是一个矩阵的大小gydF4y2Ba米gydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba。gydF4y2Ba

例如,考虑这些不平等:gydF4y2Ba

输入以下命令来指定不等式约束条件。gydF4y2Ba

= [1,2,3,4,5,6);b = (10、20、30);gydF4y2Ba

例子:gydF4y2Ba指定的x分量总和为1或更少,使用gydF4y2Ba一个= 1 (1,N)gydF4y2Ba和gydF4y2Bab = 1gydF4y2Ba。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`AeqgydF4y2Ba`- - - - - -gydF4y2Ba线性等式约束gydF4y2Ba
真正的矩阵gydF4y2Ba

线性等式约束,指定为一个真正的矩阵。gydF4y2BaAeqgydF4y2Ba是一个gydF4y2Ba我gydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba矩阵,gydF4y2Ba我gydF4y2Ba是平等的,gydF4y2BaNgydF4y2Ba是变量的数量(数量的元素gydF4y2Bax0gydF4y2Ba)。对于大型问题,通过gydF4y2BaAeqgydF4y2Ba作为一个稀疏矩阵。gydF4y2Ba

AeqgydF4y2Ba编码gydF4y2Ba我gydF4y2Ba线性等式gydF4y2Ba

Aeq * x =说真的gydF4y2Ba,gydF4y2Ba

在哪里gydF4y2BaxgydF4y2Ba的列向量gydF4y2BaNgydF4y2Ba变量gydF4y2Bax (:)gydF4y2Ba,gydF4y2Ba说真的gydF4y2Ba是一个列向量gydF4y2Ba我gydF4y2Ba元素。gydF4y2Ba

例如,考虑这些不平等:gydF4y2Ba

xgydF4y2Ba_1gydF4y2Ba+ 2gydF4y2BaxgydF4y2Ba_2gydF4y2Ba+ 3gydF4y2BaxgydF4y2Ba_3gydF4y2Ba= 10gydF4y2Ba
2gydF4y2BaxgydF4y2Ba_1gydF4y2Ba+ 4gydF4y2BaxgydF4y2Ba_2gydF4y2Ba+gydF4y2BaxgydF4y2Ba_3gydF4y2Ba= 20,gydF4y2Ba

输入以下命令来指定不等式约束条件。gydF4y2Ba

Aeq = [1、2、3、2、4、1];说真的= (10、20);gydF4y2Ba

例子:gydF4y2Ba指定的x分量之和为1,使用gydF4y2BaAeq = 1 (1, N)gydF4y2Ba和gydF4y2Ba说真的= 1gydF4y2Ba。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`说真的gydF4y2Ba`- - - - - -gydF4y2Ba线性等式约束gydF4y2Ba
真正的向量gydF4y2Ba

线性等式约束,指定为一个真正的向量。gydF4y2Ba说真的gydF4y2Ba是一个gydF4y2Ba我gydF4y2Ba元向量相关gydF4y2BaAeqgydF4y2Ba矩阵。如果你通过gydF4y2Ba说真的gydF4y2Ba作为一个行向量,解决内部转换gydF4y2Ba说真的gydF4y2Ba的列向量gydF4y2Ba说真的(:)gydF4y2Ba。对于大型问题,通过gydF4y2Ba说真的gydF4y2Ba作为一个稀疏的向量。gydF4y2Ba

说真的gydF4y2Ba编码gydF4y2Ba我gydF4y2Ba线性等式gydF4y2Ba

Aeq * x =说真的gydF4y2Ba,gydF4y2Ba

在哪里gydF4y2BaxgydF4y2Ba的列向量gydF4y2BaNgydF4y2Ba变量gydF4y2Bax (:)gydF4y2Ba,gydF4y2BaAeqgydF4y2Ba是一个矩阵的大小gydF4y2Ba我gydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba。gydF4y2Ba

例如,考虑这些等式:gydF4y2Ba

输入以下命令来指定等式约束。gydF4y2Ba

Aeq = [1、2、3、2、4、1];说真的= (10、20);gydF4y2Ba

例子:gydF4y2Ba指定的x分量之和为1,使用gydF4y2BaAeq = 1 (1, N)gydF4y2Ba和gydF4y2Ba说真的= 1gydF4y2Ba。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`磅gydF4y2Ba`- - - - - -gydF4y2Ba下界gydF4y2Ba
真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

下界,指定为一个真正的向量或真正的数组。如果元素的数量gydF4y2Bax0gydF4y2Ba等于元素的数量gydF4y2Ba磅gydF4y2Ba,然后gydF4y2Ba磅gydF4y2Ba指定gydF4y2Ba

x(我)> =磅(我)gydF4y2Ba对所有gydF4y2Ba我gydF4y2Ba。gydF4y2Ba

如果gydF4y2Ba元素个数(磅)<元素个数(x0)gydF4y2Ba,然后gydF4y2Ba磅gydF4y2Ba指定gydF4y2Ba

x(我)> =磅(我)gydF4y2Ba为gydF4y2Ba1我< < = =元素个数(磅)gydF4y2Ba。gydF4y2Ba

如果gydF4y2Ba磅gydF4y2Ba有更少的元素比gydF4y2Bax0gydF4y2Ba,解决者发出警告。gydF4y2Ba

例子:gydF4y2Ba指定,所有的x分量都是积极的,使用gydF4y2Ba磅= 0(大小(x0))gydF4y2Ba。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`乌兰巴托gydF4y2Ba`- - - - - -gydF4y2Ba上界gydF4y2Ba
真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

上界,指定为一个真正的向量或真正的数组。如果元素的数量gydF4y2Bax0gydF4y2Ba等于元素的数量gydF4y2Ba乌兰巴托gydF4y2Ba,然后gydF4y2Ba乌兰巴托gydF4y2Ba指定gydF4y2Ba

x (i) < =乌兰巴托(我)gydF4y2Ba对所有gydF4y2Ba我gydF4y2Ba。gydF4y2Ba

如果gydF4y2Ba元素个数(乌兰巴托)<元素个数(x0)gydF4y2Ba,然后gydF4y2Ba乌兰巴托gydF4y2Ba指定gydF4y2Ba

x (i) < =乌兰巴托(我)gydF4y2Ba为gydF4y2Ba1我< < = =元素个数(乌兰巴托)gydF4y2Ba。gydF4y2Ba

如果gydF4y2Ba乌兰巴托gydF4y2Ba有更少的元素比gydF4y2Bax0gydF4y2Ba,解决者发出警告。gydF4y2Ba

例子:gydF4y2Ba指定所有的x分量都小于1,使用gydF4y2Ba乌兰巴托= 1(大小(x0))gydF4y2Ba。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

`选项gydF4y2Ba`- - - - - -gydF4y2Ba优化选项gydF4y2Ba
的输出gydF4y2Ba`optimoptionsgydF4y2Ba`|gydF4y2Ba结构如gydF4y2Ba`optimsetgydF4y2Ba`返回gydF4y2Ba

优化选项,指定的输出gydF4y2BaoptimoptionsgydF4y2Ba或结构等gydF4y2BaoptimsetgydF4y2Ba的回报。看到gydF4y2Ba优化选择参考gydF4y2Ba的详细信息。gydF4y2Ba

有些选项是缺席的gydF4y2BaoptimoptionsgydF4y2Ba显示。这些选项出现在以下表中斜体。有关详细信息,请参见gydF4y2Ba视图选项gydF4y2Ba。gydF4y2Ba

选项gydF4y2Ba	描述gydF4y2Ba
`CheckGradientsgydF4y2Ba`	比较用户提供衍生品(目标或约束的梯度)有限差分衍生品。的选择是gydF4y2Ba`真正的gydF4y2Ba`或默认gydF4y2Ba`假gydF4y2Ba`。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`DerivativeCheckgydF4y2Ba`和值gydF4y2Ba`“上”gydF4y2Ba`或gydF4y2Ba`“关闭”gydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
`ConstraintTolerancegydF4y2Ba`	终止公差约束违反(积极的标量)。默认值是gydF4y2Ba`1 e-6gydF4y2Ba`。看到gydF4y2Ba公差和停止条件gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`TolCongydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
诊断gydF4y2Ba	显示诊断信息函数最小化或解决。的选择是gydF4y2Ba`“上”gydF4y2Ba`或默认gydF4y2Ba`“关闭”gydF4y2Ba`。gydF4y2Ba
DiffMaxChangegydF4y2Ba	最大的有限差分的变量变化梯度(积极的标量)。默认值是gydF4y2Ba`正gydF4y2Ba`。gydF4y2Ba
DiffMinChangegydF4y2Ba	最低有限差分的变量变化梯度(积极的标量)。默认值是gydF4y2Ba`0gydF4y2Ba`。gydF4y2Ba
`显示gydF4y2Ba`	显示(见水平gydF4y2Ba迭代显示gydF4y2Ba):gydF4y2Ba `“关闭”gydF4y2Ba`或gydF4y2Ba`“没有”gydF4y2Ba`显示没有输出。gydF4y2Ba `“通路”gydF4y2Ba`在每个迭代中显示输出,给出了默认退出消息。gydF4y2Ba `“iter-detailed”gydF4y2Ba`在每个迭代中显示输出,给出了技术退出消息。gydF4y2Ba `“通知”gydF4y2Ba`显示输出只有在函数不收敛,并给出默认退出消息。gydF4y2Ba `“notify-detailed”gydF4y2Ba`显示输出只有在函数不收敛,并给出技术退出消息。gydF4y2Ba `“最后一次”gydF4y2Ba`(默认)只显示最终的输出,并给出默认退出消息。gydF4y2Ba `最后详细的gydF4y2Ba`只显示最终的输出,并给出了技术退出消息。gydF4y2Ba
`FiniteDifferenceStepSizegydF4y2Ba`	标量或矢量步长因子有限的差异。当您设置gydF4y2Ba`FiniteDifferenceStepSizegydF4y2Ba`一个向量gydF4y2Ba`vgydF4y2Ba`向前,有限的差异gydF4y2Ba`δgydF4y2Ba`是gydF4y2Ba `δ= v 信号′(x) 马克斯(abs (x)、TypicalX);gydF4y2Ba` 在哪里gydF4y2Ba`信号′(x) =标志(x)gydF4y2Ba`除了gydF4y2Ba`信号′(0)= 1gydF4y2Ba`。中央有限的差异是gydF4y2Ba `δ= v *马克斯(abs (x)、TypicalX);gydF4y2Ba` 标量gydF4y2Ba`FiniteDifferenceStepSizegydF4y2Ba`扩大到一个向量。默认值是gydF4y2Ba`sqrt (eps)gydF4y2Ba`向前有限的差异,gydF4y2Ba`eps ^ (1/3)gydF4y2Ba`中央有限的差异。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`FinDiffRelStepgydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
`FiniteDifferenceTypegydF4y2Ba`	有限的差异,用于估算梯度,要么gydF4y2Ba`“前进”gydF4y2Ba`(默认)或gydF4y2Ba`“中央”gydF4y2Ba`(中心)。gydF4y2Ba`“中央”gydF4y2Ba`需要两倍的功能评估,但可以更准确。gydF4y2Ba 算法时小心遵守限差分估计两种类型。例如,在边界外的点,避免评估算法可能会向前后向差分而非差异。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`FinDiffTypegydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
`FunctionTolerancegydF4y2Ba`	终止宽容的函数值(积极的标量)。默认值是gydF4y2Ba`1的军医gydF4y2Ba`。看到gydF4y2Ba公差和停止条件gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`TolFungydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
FunValCheckgydF4y2Ba	检查是否目标函数和约束值是有效的。设置gydF4y2Ba`“上”gydF4y2Ba`会显示一个错误当目标函数或约束返回一个值gydF4y2Ba`复杂的gydF4y2Ba`,gydF4y2Ba`正gydF4y2Ba`,或gydF4y2Ba`南gydF4y2Ba`。默认的gydF4y2Ba`“关闭”gydF4y2Ba`显示没有错误。gydF4y2Ba
`MaxFunctionEvaluationsgydF4y2Ba`	最大数量的评估函数允许(正整数)。默认值是gydF4y2Ba`100 * numberOfVariablesgydF4y2Ba`。看到gydF4y2Ba公差和停止条件gydF4y2Ba和gydF4y2Ba迭代和函数计算gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`MaxFunEvalsgydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
`MaxIterationsgydF4y2Ba`	最大允许的迭代次数(正整数)。默认值是gydF4y2Ba`400年gydF4y2Ba`。看到gydF4y2Ba公差和停止条件gydF4y2Ba和gydF4y2Ba迭代和函数计算gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`麦克斯特gydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
MaxSQPItergydF4y2Ba	最大数量的SQP迭代允许(正整数)。默认值是gydF4y2Ba`10 *马克斯(numberOfVariables numberOfInequalities + numberOfBounds)gydF4y2Ba`。gydF4y2Ba
`OptimalityTolerancegydF4y2Ba`	终止宽容的一阶最优性(积极的标量)。默认值是gydF4y2Ba`1 e-6gydF4y2Ba`。看到gydF4y2Ba一阶最优性测量gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`TolFungydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
`OutputFcngydF4y2Ba`	指定一个或多个用户定义的函数调用一个优化函数在每个迭代。通过一个函数处理或处理单元阵列的功能。默认是没有(gydF4y2Ba`[]gydF4y2Ba`)。看到gydF4y2Ba输出函数和情节函数的语法gydF4y2Ba。gydF4y2Ba
`PlotFcngydF4y2Ba`	情节在算法执行时进步的各种措施;从预定义的情节或编写自己的选择。通过一个名称,名称或函数的函数处理或单元阵列处理。自定义绘制函数,通过函数处理。默认是没有(gydF4y2Ba`[]gydF4y2Ba`)。gydF4y2Ba `“optimplotx”gydF4y2Ba`当前点的阴谋。gydF4y2Ba `“optimplotfunccount”gydF4y2Ba`情节数的函数。gydF4y2Ba `“optimplotfval”gydF4y2Ba`情节的函数值。gydF4y2Ba `“optimplotfvalconstr”gydF4y2Ba`情节发现最好的可行的目标函数值作为一个阴谋。情节不可行点显示为红色和可行点蓝色,用宽容的可行性gydF4y2Ba`1 e-6gydF4y2Ba`。gydF4y2Ba `“optimplotconstrviolation”gydF4y2Ba`情节的最大约束违反。gydF4y2Ba `“optimplotstepsize”gydF4y2Ba`情节的步长。gydF4y2Ba `“optimplotfirstorderopt”gydF4y2Ba`情节一阶最优性措施。gydF4y2Ba 自定义函数使用相同的语法作为输出函数。看到gydF4y2Ba输出函数优化工具箱gydF4y2Ba和gydF4y2Ba输出函数和情节函数的语法gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`PlotFcnsgydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
RelLineSrchBndgydF4y2Ba	相对绑定(一个真正的负的标量值)的搜索步长,这样的总位移gydF4y2Ba`xgydF4y2Ba`满足gydF4y2Ba\|ΔgydF4y2BaxgydF4y2Ba(gydF4y2Ba我gydF4y2Ba)\|≤relLineSrchBnd·马克斯(\|gydF4y2BaxgydF4y2Ba(gydF4y2Ba我gydF4y2Ba)\| \|gydF4y2BatypicalxgydF4y2Ba(gydF4y2Ba我gydF4y2Ba)\|)gydF4y2Ba。此选项提供了控制位移的大小gydF4y2Ba`xgydF4y2Ba`病例的解决步骤gydF4y2Ba`fseminfgydF4y2Ba`认为太大。默认是没有界限(gydF4y2Ba`[]gydF4y2Ba`)。gydF4y2Ba
RelLineSrchBndDurationgydF4y2Ba	绑定中指定的迭代次数gydF4y2Ba`RelLineSrchBndgydF4y2Ba`应该积极(默认值是什么gydF4y2Ba`1gydF4y2Ba`)。gydF4y2Ba
`SpecifyObjectiveGradientgydF4y2Ba`	由用户定义的目标函数的梯度。看到前面的描述gydF4y2Ba`有趣的gydF4y2Ba`看到如何定义的梯度gydF4y2Ba`有趣的gydF4y2Ba`。设置这个选项gydF4y2Ba`真正的gydF4y2Ba`有gydF4y2Ba`fseminfgydF4y2Ba`使用一个用户定义的目标函数的梯度。默认的gydF4y2Ba`假gydF4y2Ba`原因gydF4y2Ba`fseminfgydF4y2Ba`估计使用有限差分梯度。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`GradObjgydF4y2Ba`和值gydF4y2Ba`“上”gydF4y2Ba`或gydF4y2Ba`“关闭”gydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
`StepTolerancegydF4y2Ba`	终止上公差gydF4y2Ba`xgydF4y2Ba`,一个积极的标量。默认值是gydF4y2Ba`1的军医gydF4y2Ba`。看到gydF4y2Ba公差和停止条件gydF4y2Ba。gydF4y2Ba 为gydF4y2Ba`optimsetgydF4y2Ba`,名字是gydF4y2Ba`TolXgydF4y2Ba`。看到gydF4y2Ba当前和遗留选项名称gydF4y2Ba。gydF4y2Ba
TolConSQPgydF4y2Ba	终止公差内迭代SQP约束违反,积极的标量。默认值是gydF4y2Ba`1 e-6gydF4y2Ba`。gydF4y2Ba
`TypicalXgydF4y2Ba`	典型的gydF4y2Ba`xgydF4y2Ba`值。元素的数量gydF4y2Ba`TypicalXgydF4y2Ba`等于元素的数量gydF4y2Ba`x0gydF4y2Ba`的起点。默认值是gydF4y2Ba`的(numberofvariables, 1)gydF4y2Ba`。gydF4y2Ba`fseminfgydF4y2Ba`使用gydF4y2Ba`TypicalXgydF4y2Ba`为扩展有限差分梯度估计。gydF4y2Ba

例子:gydF4y2Ba选择= optimoptions (‘fseminf’,‘PlotFcn’,‘optimplotfval’)gydF4y2Ba

`问题gydF4y2Ba`- - - - - -gydF4y2Ba问题的结构gydF4y2Ba
结构gydF4y2Ba

问题的结构,与以下字段指定为一个结构。gydF4y2Ba

字段名gydF4y2Ba	条目gydF4y2Ba
`客观的gydF4y2Ba`	目标函数gydF4y2Ba
`x0gydF4y2Ba`	初始点gydF4y2Ba`xgydF4y2Ba`
`nthetagydF4y2Ba`	半无限数量的约束gydF4y2Ba
`seminfcongydF4y2Ba`	半无限约束函数gydF4y2Ba
`AineqgydF4y2Ba`	矩阵线性不等式约束gydF4y2Ba
`bineqgydF4y2Ba`	向量的线性不等式约束gydF4y2Ba
`AeqgydF4y2Ba`	矩阵线性等式约束gydF4y2Ba
`说真的gydF4y2Ba`	向量的线性等式约束gydF4y2Ba
`磅gydF4y2Ba`	向量的下界gydF4y2Ba
`乌兰巴托gydF4y2Ba`	向量的上界gydF4y2Ba
`解算器gydF4y2Ba`	`“fmseminf”gydF4y2Ba`
`选项gydF4y2Ba`	选择创建gydF4y2Ba`optimoptionsgydF4y2Ba`

你必须提供至少gydF4y2Ba客观的gydF4y2Ba,gydF4y2Bax0gydF4y2Ba,gydF4y2BaseminfcongydF4y2Ba,gydF4y2Ba解算器gydF4y2Ba,gydF4y2Ba选项gydF4y2Ba字段gydF4y2Ba问题gydF4y2Ba结构。gydF4y2Ba

数据类型:gydF4y2Ba结构体gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

`xgydF4y2Ba`——解决方案gydF4y2Ba
真正的向量|数组gydF4y2Ba

解决方案,作为真正的向量或返回数组。的大小gydF4y2BaxgydF4y2Ba是一样的尺寸吗gydF4y2Bax0gydF4y2Ba。通常情况下,gydF4y2BaxgydF4y2Ba是当地的解决问题的办法gydF4y2BaexitflaggydF4y2Ba是正的。信息的质量解决方案,明白了gydF4y2Ba当解决成功gydF4y2Ba。gydF4y2Ba

`fvalgydF4y2Ba`——目标函数值的解决方案gydF4y2Ba
实数gydF4y2Ba

目标函数值的解决方案,作为一个实数返回。一般来说,gydF4y2BafvalgydF4y2Ba=gydF4y2Ba有趣的(x)gydF4y2Ba。gydF4y2Ba

`exitflaggydF4y2Ba`- - -原因gydF4y2Ba`fseminfgydF4y2Ba`停止gydF4y2Ba
整数gydF4y2Ba

原因gydF4y2BafseminfgydF4y2Ba停止,返回一个整数。gydF4y2Ba

国旗gydF4y2Ba	描述gydF4y2Ba
`1gydF4y2Ba`	功能融合解决方案gydF4y2Ba`xgydF4y2Ba`。gydF4y2Ba
`4gydF4y2Ba`	搜索方向的大小小于指定的公差,和约束违反还不到gydF4y2Ba`options.ConstraintTolerancegydF4y2Ba`。gydF4y2Ba
`5gydF4y2Ba`	方向导数的大小小于指定的公差,和约束违反还不到gydF4y2Ba`options.ConstraintTolerancegydF4y2Ba`。gydF4y2Ba
`0gydF4y2Ba`	迭代次数超过gydF4y2Ba`options.MaxIterationsgydF4y2Ba`的数量,或者超过功能评估gydF4y2Ba`options.MaxFunctionEvaluationsgydF4y2Ba`。gydF4y2Ba
`1gydF4y2Ba`	停在一个输出函数或函数。gydF4y2Ba
`2gydF4y2Ba`	没有找到可行点。gydF4y2Ba

`输出gydF4y2Ba`——优化过程的信息gydF4y2Ba
结构gydF4y2Ba

优化过程的信息,作为一个结构返回以下字段。gydF4y2Ba

字段名gydF4y2Ba	描述gydF4y2Ba
`迭代gydF4y2Ba`	采取的迭代次数gydF4y2Ba
`funcCountgydF4y2Ba`	数量的功能评估gydF4y2Ba
`lssteplengthgydF4y2Ba`	线的大小相对于搜索方向搜索的一步gydF4y2Ba
`stepsizegydF4y2Ba`	最终位移gydF4y2Ba`xgydF4y2Ba`
`算法gydF4y2Ba`	优化算法gydF4y2Ba
`constrviolationgydF4y2Ba`	最大的约束功能gydF4y2Ba
`firstorderoptgydF4y2Ba`	的一阶最优性gydF4y2Ba
`消息gydF4y2Ba`	退出消息gydF4y2Ba
`迭代gydF4y2Ba`	采取的迭代次数gydF4y2Ba
`funcCountgydF4y2Ba`	数量的功能评估gydF4y2Ba

`λgydF4y2Ba`——拉格朗日乘数法在解决方案gydF4y2Ba
结构gydF4y2Ba

拉格朗日乘数法在解决方案,作为结构与以下字段返回。gydF4y2Ba

字段名gydF4y2Ba	描述gydF4y2Ba
`较低的gydF4y2Ba`	下界对应gydF4y2Ba`磅gydF4y2Ba`
`上gydF4y2Ba`	上界对应gydF4y2Ba`乌兰巴托gydF4y2Ba`
`ineqlingydF4y2Ba`	线性不等式对应gydF4y2Ba`一个gydF4y2Ba`和gydF4y2Ba`bgydF4y2Ba`
`eqlingydF4y2Ba`	线性等式对应gydF4y2Ba`AeqgydF4y2Ba`和gydF4y2Ba`说真的gydF4y2Ba`
`ineqnonlingydF4y2Ba`	非线性不等式对应gydF4y2Ba`cgydF4y2Ba`在gydF4y2Ba`seminfcongydF4y2Ba`
`eqnonlingydF4y2Ba`	非线性平等对应gydF4y2Ba`量表信gydF4y2Ba`在gydF4y2Ba`seminfcongydF4y2Ba`

限制gydF4y2Ba

函数最小,约束和半无限约束必须连续函数gydF4y2BaxgydF4y2Ba和gydF4y2BawgydF4y2Ba。gydF4y2Ba
fseminfgydF4y2Ba可能会给当地的解决方案。金宝搏官方网站gydF4y2Ba

算法gydF4y2Ba

fseminfgydF4y2Ba使用立方和二次插值技术来估计高峰值的半无限约束。算法使用高峰值形成一组约束提供给一个SQP方法,如gydF4y2BafmincongydF4y2Ba函数。当约束的数量变化,噪拉格朗日乘数法的新的约束。gydF4y2Ba

推荐的采样间隔计算使用的高峰值插值和峰值之间的差异值的数据集估计函数是否需要或多或少点。函数还评估的有效性的插值曲线比较,推断它到其他点的曲线。推荐的采样间隔时减少高峰值接近约束边界,也就是零。gydF4y2Ba

当问题不是可行的,gydF4y2BafseminfgydF4y2Ba试图最小化最大约束值。gydF4y2Ba

更多细节的算法和程序显示的类型gydF4y2Ba程序gydF4y2Ba标题的时候gydF4y2Ba显示gydF4y2Ba选项设置为gydF4y2Ba“通路”gydF4y2Ba与gydF4y2BaoptimoptionsgydF4y2Ba,请参阅gydF4y2BaSQP实现gydF4y2Ba。为更多的细节gydF4y2BafseminfgydF4y2Ba算法,看到gydF4y2Bafseminf问题制定和算法gydF4y2Ba。gydF4y2Ba

版本历史gydF4y2Ba

之前介绍过的R2006agydF4y2Ba

另请参阅gydF4y2Ba

fmincongydF4y2Ba|gydF4y2BaoptimoptionsgydF4y2Ba

fseminfgydF4y2Ba

语法gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

减少与半无限约束函数gydF4y2Ba

检查gydF4y2BafseminfgydF4y2Ba输出gydF4y2Ba

输入参数gydF4y2Ba

有趣的gydF4y2Ba- - - - - -gydF4y2Ba函数最小化gydF4y2Ba函数处理gydF4y2Ba|gydF4y2Ba函数名gydF4y2Ba

x0gydF4y2Ba- - - - - -gydF4y2Ba初始点gydF4y2Ba真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

nthetagydF4y2Ba- - - - - -gydF4y2Ba半无限数量的约束gydF4y2Ba正整数gydF4y2Ba

seminfcongydF4y2Ba- - - - - -gydF4y2Ba函数计算非线性约束和半无限约束gydF4y2Ba函数处理gydF4y2Ba|gydF4y2Ba函数名gydF4y2Ba

一个gydF4y2Ba- - - - - -gydF4y2Ba线性不等式约束gydF4y2Ba真正的矩阵gydF4y2Ba

bgydF4y2Ba- - - - - -gydF4y2Ba线性不等式约束gydF4y2Ba真正的向量gydF4y2Ba

AeqgydF4y2Ba- - - - - -gydF4y2Ba线性等式约束gydF4y2Ba真正的矩阵gydF4y2Ba

说真的gydF4y2Ba- - - - - -gydF4y2Ba线性等式约束gydF4y2Ba真正的向量gydF4y2Ba

磅gydF4y2Ba- - - - - -gydF4y2Ba下界gydF4y2Ba真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

乌兰巴托gydF4y2Ba- - - - - -gydF4y2Ba上界gydF4y2Ba真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

选项gydF4y2Ba- - - - - -gydF4y2Ba优化选项gydF4y2Ba的输出gydF4y2BaoptimoptionsgydF4y2Ba|gydF4y2Ba结构如gydF4y2BaoptimsetgydF4y2Ba返回gydF4y2Ba

问题gydF4y2Ba- - - - - -gydF4y2Ba问题的结构gydF4y2Ba结构gydF4y2Ba

输出参数gydF4y2Ba

xgydF4y2Ba——解决方案gydF4y2Ba真正的向量|数组gydF4y2Ba

fvalgydF4y2Ba——目标函数值的解决方案gydF4y2Ba实数gydF4y2Ba

exitflaggydF4y2Ba- - -原因gydF4y2BafseminfgydF4y2Ba停止gydF4y2Ba整数gydF4y2Ba

输出gydF4y2Ba——优化过程的信息gydF4y2Ba结构gydF4y2Ba

λgydF4y2Ba——拉格朗日乘数法在解决方案gydF4y2Ba结构gydF4y2Ba

限制gydF4y2Ba

算法gydF4y2Ba

版本历史gydF4y2Ba

另请参阅gydF4y2Ba

主题gydF4y2Ba

检查gydF4y2Ba`fseminfgydF4y2Ba`输出gydF4y2Ba

`有趣的gydF4y2Ba`- - - - - -gydF4y2Ba函数最小化gydF4y2Ba
函数处理gydF4y2Ba|gydF4y2Ba函数名gydF4y2Ba

`x0gydF4y2Ba`- - - - - -gydF4y2Ba初始点gydF4y2Ba
真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

`nthetagydF4y2Ba`- - - - - -gydF4y2Ba半无限数量的约束gydF4y2Ba
正整数gydF4y2Ba

`seminfcongydF4y2Ba`- - - - - -gydF4y2Ba函数计算非线性约束和半无限约束gydF4y2Ba
函数处理gydF4y2Ba|gydF4y2Ba函数名gydF4y2Ba

`一个gydF4y2Ba`- - - - - -gydF4y2Ba线性不等式约束gydF4y2Ba
真正的矩阵gydF4y2Ba

`bgydF4y2Ba`- - - - - -gydF4y2Ba线性不等式约束gydF4y2Ba
真正的向量gydF4y2Ba

`AeqgydF4y2Ba`- - - - - -gydF4y2Ba线性等式约束gydF4y2Ba
真正的矩阵gydF4y2Ba

`说真的gydF4y2Ba`- - - - - -gydF4y2Ba线性等式约束gydF4y2Ba
真正的向量gydF4y2Ba

`磅gydF4y2Ba`- - - - - -gydF4y2Ba下界gydF4y2Ba
真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

`乌兰巴托gydF4y2Ba`- - - - - -gydF4y2Ba上界gydF4y2Ba
真正的向量gydF4y2Ba|gydF4y2Ba真正的数组gydF4y2Ba

`选项gydF4y2Ba`- - - - - -gydF4y2Ba优化选项gydF4y2Ba
的输出gydF4y2Ba`optimoptionsgydF4y2Ba`|gydF4y2Ba结构如gydF4y2Ba`optimsetgydF4y2Ba`返回gydF4y2Ba

`问题gydF4y2Ba`- - - - - -gydF4y2Ba问题的结构gydF4y2Ba
结构gydF4y2Ba

`xgydF4y2Ba`——解决方案gydF4y2Ba
真正的向量|数组gydF4y2Ba

`fvalgydF4y2Ba`——目标函数值的解决方案gydF4y2Ba
实数gydF4y2Ba

`exitflaggydF4y2Ba`- - -原因gydF4y2Ba`fseminfgydF4y2Ba`停止gydF4y2Ba
整数gydF4y2Ba

`输出gydF4y2Ba`——优化过程的信息gydF4y2Ba
结构gydF4y2Ba

`λgydF4y2Ba`——拉格朗日乘数法在解决方案gydF4y2Ba
结构gydF4y2Ba