主要内容
搜索和投票
除了轮询网格点之外，模式搜索算法还可以在每次迭代中执行一个可选步骤，称为搜索。在每次迭代中，搜索步骤对当前点应用另一种优化方法。如果此搜索没有改善当前点，则执行轮询步骤。
使用轮询方法搜索
下面的示例演示了在中描述的问题上使用搜索方法使用patternsearch和optimizeliveeditor任务的约束最小化. 在这种情况下，搜索方法是MADS正基2N poll。为了进行比较，首先不使用搜索方法运行问题。
x0=[2 1 0 9 1 0]；Aineq=[-8 7 3-4 9 0]；bineq=7；Aeq=[7 1 8 3 3；5 0 -5 1 -5 8; -2 -6 7 1 1 9; 1 -1 2 -2 3 -3]; beq=[84 62 65 1]；options=选项('模式搜索',...'打印FCN'，{@psplotbestf，@psplotfuncount}）[x、 fval，exitflag，output]=patternsearch（@lin7，x0，...Aineq、bineq、Aeq、beq、[]、[]、[]、选项）；
优化终止：网格大小小于options.MeshTolerance。
要使用MADS正基2N poll作为搜索方法，请更改搜索FCN选项。
rng公司违约%再现性options.SearchFcn=@MADSPositiveBasis2N[x2，fval2，exitflag2，output2]=模式搜索（@lin7，x0，...Aineq、bineq、Aeq、beq、[]、[]、[]、选项）；
优化终止：网格大小小于options.MeshTolerance。
两种优化都达到了相同的目标函数值。使用搜索方法可以减少函数求值的次数和迭代次数。
表（[output.funcount；output2.funccount]，[output.iterations；output2.iterations]，...'可变名称',[“功能评估”“迭代”],...'行名称',[“无搜索”“带搜索”])
答案=2×2工作台函数求值迭代次数不带搜索1462 136带搜索1283 118
使用其他解算器搜索
模式搜索最小化罗森布鲁克函数需要很长时间。功能是
Rosenbrock的函数在基于解算器求解约束非线性问题. Rosenbrock函数的最小值是0，在[1,1]. 因为模式搜索在最小化此函数时效率不高，请使用其他搜索方法进行帮助。
创建目标函数。
dejong2fcn=@（x）100*（x（2）-x（1）^2）^2+（1-x（1））^2；
使用两个变量的patternsearch的默认最大迭代次数为200，默认最大函数求值次数为4000。将这些值增加到MaxFunctionEvaluations最大函数=5000和最大迭代次数= 2000.
opts=选项('模式搜索','最大函数评估',5000,'最大迭代次数',2000);
从开始运行模式搜索[-1.9 2].
[x，feval，eflag，output]=模式搜索（dejong2fcn，...[-1.9,2]，[]，[]，[]，[]，[]，[]，[]，[]，[]，选项）；
超过最大函数求值数：增加options.MaxFunctionEvaluations。
显示（feval）
0.8560
优化没有完成，结果不是很接近最优值0。
设置要使用的选项fminsearch公司作为搜索方法，使用默认的函数求值次数和迭代次数。
opts=选项('模式搜索'，选项，'搜索FCN'，@searchneldermead）；
重新运行优化。
[x2，feval2，eflag2，output2]=模式搜索（dejong2fcn，...[-1.9,2]，[]，[]，[]，[]，[]，[]，[]，[]，[]，选项）；
优化终止：网格大小小于options.MeshTolerance。
显示（2月2日）
4.0686e-10型
当使用这种搜索方法时，结果要好得多。fminsearch公司在接近罗森布鲁克函数的最小值时效率更高。
相关主题
也可以从以下列表中选择网站：
