创建优化问题结构
问题= createOptimproblus('solvername')
问题= createOptimprobrom('solvername','parametername',parametervalue,...)
问题= createOptimproblus('solvername')
为此创建一个空的优化问题结构solvername.
求解器。
问题= createOptimprobrom('solvername','parametername',parametervalue,...)
接受一个或多个逗号分隔的参数名称/值对。指定ParameterName.
在单引号内。
|
求解器的名称。为一个 |
|
线性平等约束的矩阵。约束具有表单:
|
|
线性不等式约束的矩阵。约束具有表单:
|
|
线性平等约束的矢量。约束具有表单:
|
|
线性不等式约束的矢量。约束具有表单:
|
|
下限矢量。
|
|
非线性约束函数的功能句柄。约束函数必须接受向量 如果是 有关更多信息,请参阅写制约束。 |
|
功能手柄到目标函数。除了除了所有的解雇 有关更多信息,请参阅计算目标函数。 |
|
优化选项。创建选项 |
|
上限矢量。
|
|
矢量,优化的潜在起点。给出了问题的维度。
|
|
数据点矢量 |
|
数据点矢量 |
|
优化问题结构。 |
使用Rosenbrock的功能创建一个问题结构,例如:参见遗传算法中的混合方案), 这内部点
算法粉刺
,绝对值的边界2
:
Anonrosen = @(x)(100 *(x(x(2) - x(1)^ 2)^ 2 +(1-x(1))^ 2);opts = Optimoptions(@ Fmincon,'算法','内部点');问题= createOptimprobrom('fmincon','x0',randn(2,1),...'目标',anonrosen,'lb',[ - 2; -2],'Ub',[2; 2],...'选项',选择);