varindex

将问题变量映射到基于求解器的变量索引

折叠所有页面

语法

idx = varindex(概率)

varname idx = varindex(概率)

描述

例子

idx= varindex (概率）以结构或整数向量的形式返回问题变量的线性索引。如果你把概率通过使用问题结构prob2struct，idx给出了结果问题结构中的变量指标，对应于中变量概率．

例子

idx= varindex (概率，varname）的元素的线性索引varname．

例子

全部折叠

获得问题的指标

打开生活的脚本

创造一个优化问题。

x = optimvar (“x”3);y = optimvar (“y”3、3);概率= optimproblem (“目标”, x ' * y * x);

将问题转化为结构。

问题= prob2struct(概率);

得到的线性指标问题所有的概率变量。

idx = varindex(概率);disp (idx.x)

１ ２ ３

disp (idx.y)

4 5 6 7 8 9 10 11 12

获得y指数。

idxy = varindex(概率,“y”）

idxy =1×94 5 6 7 8 9 10 11 12

用两种方法解决问题

打开生活的脚本

这个示例展示了如何使用基于问题的方法或基于求解器的方法来获取大部分相同的信息。首先创造一个问题，然后使用基于问题的方法来解决它。

x = optimvar (“x”3, 1,下界的,1，“UpperBound”1);y = optimvar (“y”3, 3,下界的, 1“UpperBound”1);概率= optimproblem (“目标”，x' y*x + [2 3 4]*x);rng默认的x0。X = rand(3,1);x0.y= rand(3, 3); [solp,fvalp,exitflagp,outputp] = solve(prob,x0);

使用fmincon解决问题。找到满足约束条件的局部最小值。优化完成是因为目标函数在可行方向上不减小到最优性公差的值内，约束条件满足到约束公差的值内。

接下来，将问题转换为基于求解器的形式使用prob2struct．有fmincon求解器使用自动梯度的问题，设置SpecifyObjectiveGradient选项真正的．

solverprob = prob2struct(概率,x0);solverprob。选择= optimoptions (solverprob.options,“SpecifyObjectiveGradient”,真正的);

使用方法解决问题fmincon．

[溶胶,fvals exitflags、输出]= fmincon (solverprob);

找到满足约束条件的局部最小值。优化完成是因为目标函数在可行方向上不减小到最优性公差的值内，约束条件满足到约束公差的值内。

将fmincon返回的结构形式的解决方案解决，创建适当的结构使用varindex．

idx = varindex(概率);sol.x =溶胶(idx.x);sol.y =溶胶(idx.y);

的y指数,varindexUses是一个线性索引。重塑变量sol.y有…的大小x0.y．

sol.y =重塑(sol.y、大小(x0.y));

检查两个解决方案结构是否相同。

solp isequal(索尔)

ans =逻辑1

这两种方法不完全相同的原因是fmincon可以返回更多的参数，如拉格朗日乘数，而解决不能。

输入参数

全部折叠

`概率`- - - - - -优化问题或方程问题
`OptimizationProblem`对象|`EquationProblem`对象

最优化问题或方程问题，指定为OptimizationProblem对象或一个EquationProblem对象。通过使用optimproblem；通过使用eqnproblem．

警告

基于问题的方法不支持目标函数、非线性等式或非线性不等式中的复值。金宝app如果函数计算具有复值，即使是中间值，最终结果也可能是不正确的。

例子:概率= optimproblem;概率。目标= obj;prob.Constraints。cons1 = cons1;

例子:概率= eqnproblem;概率。公式=方程式;

`varname`- - - - - -变量名
特征向量|字符串

变量名，指定为字符向量或字符串。

例子:“x”

数据类型:字符|字符串

输出参数

全部折叠

`idx`-问题变量的线性指标
构造|整数向量

问题变量的线性索引，以结构或整数向量的形式返回。如果你把概率通过使用问题结构prob2struct，idx给出了结果问题结构中的变量指标，对应于中变量概率．

当你打电话idx = varindex(概率),返回idx是一个结构。结构的字段名是变量名概率．每个字段的值是线性索引的整数向量，变量映射到相关的基于求解器的问题变量中。
当你打电话varname idx = varindex(概率),返回idx线性指标的向量和变量是否相同varname映射到相关的基于求解器的问题变量中。

看到获得问题的指标．