优化工具箱解决者
优化工具箱™求解器分为四大类:
这组的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等问题。这组求解者试图使一组函数的最大值最小化(
fminimax)，或找到一组函数低于某些指定值的位置(fgoalattain）.这组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在起点附近
x0．方程求解可以被认为是一种优化形式，因为它等价于寻找的最小范数f（x）附近x0．这一组的求解者试图最小化平方和。这种类型的问题在模型与数据拟合时经常出现。该算法解决了寻找非负解、寻找有界或线性约束解以及参数化非线性模型与数据拟合等问题。金宝搏官方网站
有关更多信息，请参见优化工具箱函数处理的问题．看到优化决策表以帮助选择最小化的求解器。
最小化者用这种形式来表述优化问题
可能受到限制。f（x）被称为一个目标函数．一般来说,f（x）是类型的标量函数吗双,x类型是向量还是标量双．然而，多目标优化、方程求解和一些平方和最小值器可以具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”求解器来实现最大化而不是最小化，请参阅最大化客观．
以函数文件或匿名函数句柄的形式为求解器编写目标函数。你可以提供一个梯度∇f（x）对于许多求解器，你可以为几个求解器提供一个Hessian。看到写目标函数．约束有一种特殊的形式，如写约束．
你也可以从以下列表中选择一个网站:
