迭代显示 - Matlab＆Simulink金宝appgydF4y2Ba - 金宝app,下载188bet金宝搏,金宝搏官方网站

迭代显示gydF4y2Ba

介绍gydF4y2Ba
常用标题gydF4y2Ba
功能特定标题gydF4y2Ba

介绍gydF4y2Ba

迭代显示是描述求解器每次迭代的计算的统计表。统计量取决于求解器和求解算法。表格出现在MATLAB中gydF4y2Ba^®gydF4y2Ba当你运行带有适当选项的求解器时，命令窗口。有关迭代的更多信息，请参见gydF4y2Ba迭代和功能计数gydF4y2Ba．gydF4y2Ba

通过使用获得迭代显示gydF4y2BaoptimoptionsgydF4y2Ba与之gydF4y2Ba显示gydF4y2Ba选项设置为gydF4y2Ba“通路”gydF4y2Ba或者gydF4y2Ba'iter-comment'gydF4y2Ba．例如:gydF4y2Ba

选项= Optimoptions（@ Fminunc，'显示'，'iter'，'算法'，'准牛顿'）;[x FVAL EXITFLAG输出] = Fminunc（@ SIN，0，选项）;gydF4y2Ba

一阶迭代Func-count f（x）阶梯尺寸最优值0 2 0 1 1 4 -0.841471 1 0.54 2 8 -1 0.484797 0.484797 0.484797 0.484797 0.484797 0.484797 0.484797 0.484797 0.484797 0.484797 0.0993 3 10 -11 5.62E-05 4 12 -1 1 0局部最小。优化完成，因为梯度的大小小于最优耐受性的值。gydF4y2Ba

迭代显示可用于所有求解器，除了:gydF4y2Ba

lsqlingydF4y2Ba'信任区域反光'gydF4y2Ba算法gydF4y2Ba
lsqnonneg.gydF4y2Ba
Quadprog.gydF4y2Ba'信任区域反光'gydF4y2Ba算法gydF4y2Ba

常用标题gydF4y2Ba

该表列出了迭代显示的一些常见标题。gydF4y2Ba

标题gydF4y2Ba	显示的信息gydF4y2Ba
`f (x)gydF4y2Ba`或者gydF4y2Ba`fval.gydF4y2Ba`	目前的目标函数值;对于gydF4y2Ba`FSOLVE.gydF4y2Ba`，即函数值向量范数的平方gydF4y2Ba
`一流的最优性gydF4y2Ba`	一阶最优测度(见gydF4y2Ba一阶最优测量gydF4y2Ba）gydF4y2Ba
`Func-count.gydF4y2Ba`或者gydF4y2Ba`F计数gydF4y2Ba`	功能评估数量;看gydF4y2Ba迭代和功能计数gydF4y2Ba
`迭代gydF4y2Ba`或者gydF4y2Ba`itgydF4y2Ba`	迭代号码;看gydF4y2Ba迭代和功能计数gydF4y2Ba
`一步规范gydF4y2Ba`	电流步骤的大小（大小是欧几里德规范，或2常态）。对于gydF4y2Ba`“信任区域”gydF4y2Ba`和gydF4y2Ba`'信任区域反光'gydF4y2Ba`算法，当存在约束时，gydF4y2Ba`一步规范gydF4y2Ba`是gydF4y2Ba`D * sgydF4y2Ba`．在这里，gydF4y2Ba`年代gydF4y2Ba`是这一步和gydF4y2Ba`DgydF4y2Ba`是算法描述的信任区域子问题部分中描述的对角缩放矩阵。gydF4y2Ba

功能特定标题gydF4y2Ba

本节中的表描述了迭代显示的标题，其含义特定于您正在使用的优化功能。gydF4y2Ba

Fgoalattain, fmincon, fminimax和fseminfgydF4y2Ba
fminbnd和fzerogydF4y2Ba
fminsearchgydF4y2Ba
fminuncgydF4y2Ba
FSOLVE.gydF4y2Ba
intlinproggydF4y2Ba
linprog.gydF4y2Ba
lsqlingydF4y2Ba
lsqnonlin和lsqcurvefitgydF4y2Ba
Quadprog.gydF4y2Ba

Fgoalattain, fmincon, fminimax和fseminfgydF4y2Ba

这个表描述了特定于的标题gydF4y2BaFgoalattaingydF4y2Ba，gydF4y2BafmincongydF4y2Ba，gydF4y2BaFminimax.gydF4y2Ba，和gydF4y2BafseminfgydF4y2Ba．gydF4y2Ba

fgoalattain, fmincon, fminimax，或fseminf头gydF4y2Ba	显示的信息gydF4y2Ba
`达到因子gydF4y2Ba`	达到因子的价值gydF4y2Ba`FgoalattaingydF4y2Ba`
`CG-iterationsgydF4y2Ba`	当前迭代中采用的共轭梯度迭代次数(见gydF4y2Ba预处理的共轭梯度法gydF4y2Ba）gydF4y2Ba
`定向衍生物gydF4y2Ba`	目标函数沿搜索方向的梯度gydF4y2Ba
`可行性gydF4y2Ba`	最大约束违规，满意的不等式限制计数为gydF4y2Ba`0gydF4y2Ba`
`线路搜索steplength.gydF4y2Ba`	放大搜索方向的乘数因子(见gydF4y2Ba方程29gydF4y2Ba）gydF4y2Ba
`最大限制gydF4y2Ba`	在内部构建和用户提供的所有约束中的最大违规行为;没有约束是绑定的，可以是消极的gydF4y2Ba
`客观价值gydF4y2Ba`	极端问题非线性规划重构的目标函数值gydF4y2Ba`Fminimax.gydF4y2Ba`
`过程gydF4y2Ba`	黑森更新程序:gydF4y2Ba `不可行的起点gydF4y2Ba` `赫索斯尼斯不更新gydF4y2Ba` `黑森修改gydF4y2Ba` `黑森修改两次gydF4y2Ba` 有关更多信息，请参阅gydF4y2Ba更新黑森州矩阵gydF4y2Ba．gydF4y2Ba QP子发布程序：gydF4y2Ba `依赖gydF4y2Ba`- 检测和依赖于（冗余）平等约束的求解器。gydF4y2Ba `不可行gydF4y2Ba`-带线性化约束的QP子问题是不可行的。gydF4y2Ba `过度约束gydF4y2Ba`-带线性化约束的QP子问题是不可行的。gydF4y2Ba `无限gydF4y2Ba`- QP子问题与大负曲率有可行的。gydF4y2Ba `不适定的gydF4y2Ba`- QP子问题搜索方向太小。gydF4y2Ba `不可靠gydF4y2Ba`QP子问题似乎条件很差。gydF4y2Ba
`SteplenthgydF4y2Ba`	放大搜索方向的乘数因子(见gydF4y2Ba方程29gydF4y2Ba）gydF4y2Ba
`信任区域半径gydF4y2Ba`	当前的信赖域半径gydF4y2Ba

fminbnd和fzerogydF4y2Ba

这个表描述了特定于的标题gydF4y2BafminbndgydF4y2Ba和gydF4y2BaFzero.gydF4y2Ba．gydF4y2Ba

Fminbnd或Fzero标题gydF4y2Ba 显示的信息gydF4y2Ba

Fminbnd或Fzero标题gydF4y2Ba	显示的信息gydF4y2Ba
`过程gydF4y2Ba`	程序gydF4y2Ba`fminbndgydF4y2Ba`：gydF4y2Ba `首先gydF4y2Ba` `金色gydF4y2Ba`（金段搜索）gydF4y2Ba `抛物线gydF4y2Ba`(抛物线插值)gydF4y2Ba 程序gydF4y2Ba`Fzero.gydF4y2Ba`：gydF4y2Ba `首先gydF4y2Ba`(起点)gydF4y2Ba `搜索gydF4y2Ba`（搜索包含零）的间隔gydF4y2Ba `二等分的一半gydF4y2Ba` `插值gydF4y2Ba`（线性插值或反二次插值）gydF4y2Ba
`xgydF4y2Ba`	算法的当前点gydF4y2Ba

过程gydF4y2Ba

程序gydF4y2BafminbndgydF4y2Ba：gydF4y2Ba

首先gydF4y2Ba
金色gydF4y2Ba（金段搜索）gydF4y2Ba
抛物线gydF4y2Ba(抛物线插值)gydF4y2Ba

程序gydF4y2BaFzero.gydF4y2Ba：gydF4y2Ba

首先gydF4y2Ba(起点)gydF4y2Ba
搜索gydF4y2Ba（搜索包含零）的间隔gydF4y2Ba
二等分的一半gydF4y2Ba
插值gydF4y2Ba（线性插值或反二次插值）gydF4y2Ba

xgydF4y2Ba

算法的当前点gydF4y2Ba

fminsearchgydF4y2Ba

这个表描述了特定于的标题gydF4y2BafminsearchgydF4y2Ba．gydF4y2Ba

fminsearch标题gydF4y2Ba 显示的信息gydF4y2Ba

fminsearch标题gydF4y2Ba	显示的信息gydF4y2Ba
`min f（x）gydF4y2Ba`	当前单纯x中的最小函数值gydF4y2Ba
`过程gydF4y2Ba`	当前迭代的单纯x程序。程序包括：gydF4y2Ba `初始单纯形gydF4y2Ba` `拓展gydF4y2Ba` `反映gydF4y2Ba` `缩小gydF4y2Ba` `合同内gydF4y2Ba` `外面的合同gydF4y2Ba` 有关详细信息,请参见gydF4y2BaFMINSEARCH算法gydF4y2Ba．gydF4y2Ba

min f（x）gydF4y2Ba

当前单纯x中的最小函数值gydF4y2Ba

过程gydF4y2Ba

当前迭代的单纯x程序。程序包括：gydF4y2Ba

初始单纯形gydF4y2Ba
拓展gydF4y2Ba
反映gydF4y2Ba
缩小gydF4y2Ba
合同内gydF4y2Ba
外面的合同gydF4y2Ba

有关详细信息,请参见gydF4y2BaFMINSEARCH算法gydF4y2Ba．gydF4y2Ba

fminuncgydF4y2Ba

这个表描述了特定于的标题gydF4y2BafminuncgydF4y2Ba．gydF4y2Ba

Fminunc标题gydF4y2Ba	显示的信息gydF4y2Ba
`CG-iterationsgydF4y2Ba`	当前迭代中采用的共轭梯度迭代次数(见gydF4y2Ba预处理的共轭梯度法gydF4y2Ba）gydF4y2Ba
`线路搜索steplength.gydF4y2Ba`	放大搜索方向的乘数因子(见gydF4y2Ba方程11gydF4y2Ba）gydF4y2Ba

的gydF4y2BafminuncgydF4y2Ba'quasi-newton'gydF4y2Ba算法可以发出gydF4y2Ba跳过更新gydF4y2Ba信息右边的gydF4y2Ba一流的最优性gydF4y2Ba列。此消息意味着gydF4y2BafminuncgydF4y2Ba没有更新它的Hessian估计，因为得到的矩阵将不是正定的。该信息通常表明目标函数在当前点不是平滑的。gydF4y2Ba

FSOLVE.gydF4y2Ba

这个表描述了特定于的标题gydF4y2BaFSOLVE.gydF4y2Ba．gydF4y2Ba

fsolve标题gydF4y2Ba	显示的信息gydF4y2Ba
`定向衍生物gydF4y2Ba`	函数沿搜索方向的梯度gydF4y2Ba
`λgydF4y2Ba`	λ.gydF4y2Ba_kgydF4y2Ba价值定义gydF4y2BaLevenberg-Marquardt方法gydF4y2Ba
`剩余gydF4y2Ba`	函数的残差(平方和)gydF4y2Ba
`信任区域半径gydF4y2Ba`	当前信任区域半径(信任区域半径规范变化)gydF4y2Ba

intlinproggydF4y2Ba

这个表描述了特定于的标题gydF4y2BaintlinproggydF4y2Ba．gydF4y2Ba

intlinprog标题gydF4y2Ba	显示的信息gydF4y2Ba
`节点研究gydF4y2Ba`	已探索节点的累计数量gydF4y2Ba
`总时间gydF4y2Ba`	从几秒钟以来的时间gydF4y2Ba`intlinproggydF4y2Ba`开始gydF4y2Ba
`num int的解决方案gydF4y2Ba`	已找到的整数可行点的数目gydF4y2Ba
`整数fval.gydF4y2Ba`	求出最佳整数可行点的目标函数值。这个值是最终目标函数值的上界gydF4y2Ba
`相对间隙(%)gydF4y2Ba`	$\frac{100.gydF4y2Ba (gydF4y2Ba bgydF4y2Ba -gydF4y2Ba 一个gydF4y2Ba ）gydF4y2Ba}{\|gydF4y2Ba bgydF4y2Ba \|gydF4y2Ba +gydF4y2Ba 1gydF4y2Ba} ，gydF4y2Ba$ 在哪里gydF4y2Ba bgydF4y2Ba是最佳整数可行点的目标函数值。gydF4y2Ba 一个gydF4y2Ba是目标函数值的最佳下限。gydF4y2Ba 请注意gydF4y2Ba 虽然你指定gydF4y2Ba`一个相对的作用gydF4y2Ba`作为十进制数，迭代显示和gydF4y2Ba`output.relativegap.gydF4y2Ba`以百分比报告差距，这意味着100倍的测量相对差距。如果退出消息指向相对间隙，则此值是测量的相对间隙，而不是百分比。gydF4y2Ba

linprog.gydF4y2Ba

这个表描述了特定于的标题gydF4y2Balinprog.gydF4y2Ba．每种算法都有自己的迭代显示。gydF4y2Ba

linprog标题gydF4y2Ba	显示的信息gydF4y2Ba
`原始Infeas *取向gydF4y2Ba`或者gydF4y2Ba`原始InfeasgydF4y2Ba`	原始的不可行性，限制违规的量度，在解决方案时应为零。gydF4y2Ba 定义,请参阅gydF4y2Ba预估gydF4y2Ba(gydF4y2Ba`'内点'gydF4y2Ba`）或者gydF4y2Ba主要算法gydF4y2Ba(gydF4y2Ba`“interior-point-legacy”gydF4y2Ba`）或者gydF4y2Ba对偶单纯形算法gydF4y2Ba．gydF4y2Ba
`双IFEA A'* Y + Z-W-F.gydF4y2Ba`或者gydF4y2Ba`双羊稻gydF4y2Ba`	双重缺乏，衡量拉格朗日的衍生物，在解决方案时应为零。gydF4y2Ba 关于拉格朗日的定义，请看gydF4y2Ba预估gydF4y2Ba．关于对偶不可行性的定义，见gydF4y2Ba预估gydF4y2Ba(gydF4y2Ba`'内点'gydF4y2Ba`）或者gydF4y2Ba主要算法gydF4y2Ba(gydF4y2Ba`“interior-point-legacy”gydF4y2Ba`）或者gydF4y2Ba对偶单纯形算法gydF4y2Ba．gydF4y2Ba
`上界{x} + s-ubgydF4y2Ba`	上界的可行性。gydF4y2Ba｛gydF4y2BaxgydF4y2Ba｝gydF4y2Ba意味着那些gydF4y2BaxgydF4y2Ba有限的上限。这个值是gydF4y2BargydF4y2Ba_ugydF4y2Ba剩余剩余gydF4y2Ba内部点遗留线性规划gydF4y2Ba．gydF4y2Ba
`二元性差距x * z +年代' * wgydF4y2Ba`	二元性的差距(见gydF4y2Ba内部点遗留线性规划gydF4y2Ba)在原始目标和双重目标之间。gydF4y2Ba`年代gydF4y2Ba`和gydF4y2Ba`wgydF4y2Ba`仅当问题有有限的上限时才出现在此等式中。gydF4y2Ba
`总rel错误gydF4y2Ba`	总相对误差，描述在最后gydF4y2Ba主要算法gydF4y2Ba
`互补性gydF4y2Ba`	拉格朗日乘数的度量乘以距离边界的距离，边界在解处应该为零。看到gydF4y2BargydF4y2Ba_cgydF4y2Ba变量gydF4y2Ba停止条件gydF4y2Ba．gydF4y2Ba
`时间gydF4y2Ba`	以秒为单位gydF4y2Ba`linprog.gydF4y2Ba`已经运行gydF4y2Ba

lsqlingydF4y2Ba

的gydF4y2BalsqlingydF4y2Ba'内点'gydF4y2Ba迭代显示继承自gydF4y2BaQuadprog.gydF4y2Ba迭代显示。这些函数之间的关系在gydF4y2Ba线性最小二乘：内部点或主动集gydF4y2Ba．有关迭代显示的详细信息，请参见gydF4y2BaQuadprog.gydF4y2Ba．gydF4y2Ba

lsqnonlin和lsqcurvefitgydF4y2Ba

这个表描述了特定于的标题gydF4y2BalsqnonlingydF4y2Ba和gydF4y2BalsqcurvefitgydF4y2Ba．gydF4y2Ba

lsqnonlin或lsqcurvefit标题gydF4y2Ba	显示的信息gydF4y2Ba
`定向衍生物gydF4y2Ba`	函数沿搜索方向的梯度gydF4y2Ba
`λgydF4y2Ba`	λ.gydF4y2Ba_kgydF4y2Ba价值定义gydF4y2BaLevenberg-Marquardt方法gydF4y2Ba
`ResnormgydF4y2Ba`	残差的平方模的值gydF4y2Ba`xgydF4y2Ba`
`剩余gydF4y2Ba`	函数的剩余向量gydF4y2Ba

Quadprog.gydF4y2Ba

这个表描述了特定于的标题gydF4y2BaQuadprog.gydF4y2Ba．只有gydF4y2Ba'内部point-convex'gydF4y2Ba算法具有迭代显示。gydF4y2Ba

Quadprog标题gydF4y2Ba	显示的信息gydF4y2Ba
`原始InfeasgydF4y2Ba`	原始的不可行性，定义为gydF4y2Ba`max(规范(Aeq * x -说真的,正无穷),abs(最低(0分钟(*取向))))gydF4y2Ba`
`双羊稻gydF4y2Ba`	双重不可行性，定义为gydF4y2Ba`范数(Hx + f - Alambda_ineqlin - Aeq*lambda_eqlin, inf)gydF4y2Ba`
`互补性gydF4y2Ba`	衡量非活动不等式的拉格朗日乘法器的最大绝对值，应该在解决方案中为零。这个数量是gydF4y2BaggydF4y2Bain.gydF4y2Ba不可行的检测gydF4y2Ba．gydF4y2Ba