创建的一个阴谋罪和因为函数及其在区间内的最大值[–π，π]．

t=linspace（-pi，pi）；plot（t，sin（t），“r-”)举行在…上情节（吨，COS（T），“b -”）;情节(t,马克斯(罪(t),因为(t)),“柯”)传说(“罪(t)”那“因为(t)”那“马克斯(罪(t),因为(t))”那“位置”那“西北”）

该图显示了最大的两个局部极小，一个接近1，而其他近-2。查找附近1最小。

fun=@（x）[sin（x）；cos（x）]；x0=1；x1=fminimax（fun，x0）

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x1=0.7854

求-2附近的最小值。

x0=-2；x2=fminimax（乐趣，x0）

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x2=-2.3562

这个例子的目标函数是线性加常数。有关目标函数的描述和绘图，请参见比较fminimax和fminunc．

将目标函数设置为形式的三个线性函数 $$\mathrm{D.}\mathrm{O.}\mathrm{T.}（X那\mathrm{V.}）+{\mathrm{V.}}_{0.}$$对于三个向量 $$\mathrm{V.}$$和三个常数 $${\mathrm{V.}}_{0.}$$．

一个= (1,1);b = (1, 1);c = [0, 1];a0 = 2;b0 = 3;c0 = 4;有趣= @ (x) [x * + a0, * b + b0, x * c + c0];

求这个不等式的极大极小点X (1) + 3* X (2) <= -4．

A = [1,3];B = -4;X0 = [-1，-2];X = fminimax（乐趣，X0，A，B）

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x =1×2-5.8000 - 0.6000

这个例子的目标函数是线性加常数。有关目标函数的描述和绘图，请参见比较fminimax和fminunc．

将目标函数设置为形式的三个线性函数 $$\mathrm{D.}\mathrm{O.}\mathrm{T.}（X那\mathrm{V.}）+{\mathrm{V.}}_{0.}$$对于三个向量 $$\mathrm{V.}$$和三个常数 $${\mathrm{V.}}_{0.}$$．

一个= (1,1);b = (1, 1);c = [0, 1];a0 = 2;b0 = 3;c0 = 4;有趣= @ (x) [x * + a0, * b + b0, x * c + c0];

设定界限-2 <= x(1) <= 2和-1 <= x(2) <= 1然后求解极大极小问题[0,0]．

LB = [-2，-1];UB = [2,1];X0 = [0,0];A = [];无线性约束b = [];Aeq = [];说真的= [];[x, fval] = fminimax (Aeq有趣,x0, A, b,说真的,磅,乌兰巴托)

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x =1×2-0.0000 - 1.0000

fval=1×33.0000 -2.0000 3.0000

在这种情况下，解决方案不是唯一的。许多点满足约束条件且具有相同的极小极大值。绘制代表三个目标函数最大值的曲面，并绘制一条红线，显示具有相同的极小最大值的点。

[X，Y] = meshgrid（linspace（-2,2），linspace（-1,1））;Z = MAX（乐趣（[X（:)，Y（：）]），[]，2）;Z =重塑（Z，大小（X））;冲浪（X，Y，Z，“线型”那'没有任何')视图(-118年28)在…上行（[-2,0]，[1,1]，[3,3]，“颜色”那'r'那“线宽”, 8)关

这个例子的目标函数是线性加常数。有关目标函数的描述和绘图，请参见比较fminimax和fminunc．

将目标函数设置为形式的三个线性函数 $$\mathrm{D.}\mathrm{O.}\mathrm{T.}（X那\mathrm{V.}）+{\mathrm{V.}}_{0.}$$对于三个向量 $$\mathrm{V.}$$和三个常数 $${\mathrm{V.}}_{0.}$$．

一个= (1,1);b = (1, 1);c = [0, 1];a0 = 2;b0 = 3;c0 = 4;有趣= @ (x) [x * + a0, * b + b0, x * c + c0];

这单位盘函数表示非线性不等式约束 $$\Vert X{\Vert }^2\le 1$$．

类型单位盘

函数c = unitdisk(x) c = x(1)²+ x(2)²- 1;测查= [];

用。求解极大极小问题单位盘约束，从开始x0=[0,0]．

X0 = [0,0];A = [];％没有其他限制b = [];Aeq = [];说真的= [];磅= [];乌兰巴托= [];nonlcon = @unitdisk;x = fminimax (Aeq有趣,x0, A, b,说真的,磅,乌兰巴托,nonlcon)

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x =1×2-0.0000 - 1.0000

fminimax可以最小化其中一个的最大值 $$F_{\mathrm{一世}}（X）$$或 $$|F_{\mathrm{一世}}（X）|$$的前几个值 $$\mathrm{一世}$$通过使用AbsoluteMaxObjectiveCount选项使…的绝对值最小化 $$\mathrm{K.}$$在目标中，排列目标函数值，以便 $$F_1（X）$$通过 $$F_{\mathrm{K.}}（X）$$是绝对最小化的目标，并设置AbsoluteMaxObjectiveCount选择K.．

在本例中，将罪和因为,指定罪作为第一个目标，并设定AbsoluteMaxObjectiveCount为1。

fun=@（x）[sin（x），cos（x）]；options=options(“fminimax”那“AbsoluteMaxObjectiveCount”,1); x0=1；A=[]；%无约束b = [];Aeq = [];说真的= [];磅= [];乌兰巴托= [];nonlcon = [];x1 = fminimax (Aeq有趣,x0, A, b,说真的,磅,乌兰巴托,nonlcon,选项)

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x1=0.7854

试着从x0 = 2．

x0=-2；x2=fminimax（乐趣、x0、A、b、Aeq、beq、lb、ub、非LCON、选项）

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x2=-3.1416

绘制功能。

t = linspace(π-π);情节(t,马克斯(abs (sin (t)),因为(t)))

看看效果如何AbsoluteMaxObjectiveCount选项，将此绘图与示例中的绘图进行比较sin和cos的最大值．

求出极大极小点的位置和目标函数的值。有关目标函数的描述和绘图，请参见比较fminimax和fminunc．

将目标函数设置为形式的三个线性函数 $$\mathrm{D.}\mathrm{O.}\mathrm{T.}（X那\mathrm{V.}）+{\mathrm{V.}}_{0.}$$对于三个向量 $$\mathrm{V.}$$和三个常数 $${\mathrm{V.}}_{0.}$$．

一个= (1,1);b = (1, 1);c = [0, 1];a0 = 2;b0 = 3;c0 = 4;有趣= @ (x) [x * + a0, * b + b0, x * c + c0];

设置初始点[0,0]求极大极小点和值。

x0=[0,0]；[x，fval]=fminimax（fun，x0）

当地最小的可能。约束满足。fminimax停止，因为当前的搜索方向的大小是步长公差小于两倍的值和约束约束公差值内满意。

x =1×2-2.5000 - 2.2500

fval=1×31.7500 1.7500 1.7500

所有这三个目标函数必须在极小点的值相同。无约束问题典型地具有至少两个目标是在溶液相等，因为如果一个点不是任何客观的局部最小值和目的只有一个具有最大值，则最大目标可以降低。

这个例子的目标函数是线性加常数。有关目标函数的描述和绘图，请参见比较fminimax和fminunc．

将目标函数设置为形式的三个线性函数 $$\mathrm{D.}\mathrm{O.}\mathrm{T.}（X那\mathrm{V.}）+{\mathrm{V.}}_{0.}$$对于三个向量 $$\mathrm{V.}$$和三个常数 $${\mathrm{V.}}_{0.}$$．

一个= (1,1);b = (1, 1);c = [0, 1];a0 = 2;b0 = 3;c0 = 4;有趣= @ (x) [x * + a0, * b + b0, x * c + c0];

求这个不等式的极大极小点X (1) + 3* X (2) <= -4．

A = [1,3];B = -4;X0 = [-1，-2];

设置迭代显示选项，并获得所有求解器输出。

选择= optimoptions (“fminimax”那“显示”那'iter'）;Aeq = [];％没有其他限制beq=[]；lb=[]；ub=[]；nonlcon=[]；[x，fval，maxfval，exitflag，output，lambda]=.．.fminimax(有趣,x0, A、b Aeq,说真的,磅,乌兰巴托,nonlcon,选项)

目标最大线搜索方向Iter F计数值约束步长导数程序0 4 0 6 1 9 5 0 1 0.981 2 14 4.889 0 1-0.302 Hessian修改两次3 19 3.4 8.132e-09 1-0.302 Hessian修改两次局部最小可能值。满足约束。fminimax停止，因为当前搜索方向的大小小于twice步长公差值和约束满足在约束公差值范围内。

x =1×2-5.8000 - 0.6000

fval=1×3-3.2000 3.4000 3.4000

maxfval = 3.4000

exitflag=4

输出=结构体字段:firstderopt: [] constructor: 8.1323e-09 message: '…'

λ=结构体字段:下:[2x1 double]上:[2x1 double] eqlin: [0x1 double] eqnonlin: [0x1 double] ineqlin: 0.2000 ineqnonlin: [0x1 double]

检查返回的信息：