sdo.optimize

解决设计优化问题

折叠所有页面

语法

[optimParam, optimInfo] = sdo.optimize (optimFcn参数)

[optimParam，optimInfo]=sdo.optimize（optimFcn，param，options）

[optimparam，Optiminfo] = SDO.Optimize（prob）

描述

求解一个优化问题，找出满足设计要求的设计变量的值。

使用sdo.optimize要解决以下形式的设计优化问题：

$\underset{P}{最小值} F (P) 从属于 {\begin{array}{l} C_{L E Q} (P) \leq 0 \\ C_{E Q} (P) = 0 \\ A. \times P \leq B \\ {A.}_{E Q} \times P = B_{E Q} \\ L B \leq P \leq U B \end{array}$

在这里:

F是成本(目标)。
P是设计变量的标量或向量。
C_leq和C_情商分别是非线性不等式和等式约束。
A.和B是线性不等式约束。
A._情商和B_情商是线性等式约束。
磅和乌兰巴托下界和上界都在吗P分别地

[optimparam.,optimInfo] = sdo.optimize（Optimfcn.,参数)用途fmincon，默认的优化方法，以查找参数值optimparam.满足规定要求的Optimfcn.．

例子

[optimparam.,optimInfo] = sdo.optimize（Optimfcn.,参数,选项)用中指定的优化选项来解决优化问题选项. 使用sdo.options设置这些选项。

[optimparam.,optimInfo] = sdo.optimize（概率)解决结构中指定的优化问题概率它包含要最小化的功能、设计变量和优化选项。

例子

全部崩溃

优化模型的响应

打开生活的脚本

求解中指定的优化问题sdoexamplecostfunction.．该示例成本函数包含在Simulink®Design Optimization™软件中。金宝app

此示例功能计算以下成本：

$F (x) = x^{2.}$

该函数还分别包括以下非线性和线性不等式约束：

$x^{2.} - 4. x + 1. \leq 0$

$\frac{2. x}{3.} - 3. \leq 0$

为优化, $F (x)$ 在满足约束条件下，是最小的。示例函数还计算成本和约束梯度。

创建一个设计变量，初始值为1。

p = param.continuous（“x”,1);

指定要使用的默认优化选项fmincon求解器。对于此示例，包括从中包含成本和约束梯度评估sdoexamplecostfunction.,设置GradFcn选择“开”．

opts=sdo.options；opts.GradFcn=“开”;

优化参数。

[pOptim，optim_info]=sdo.optimize（@（p）sdoExampleCostFunction（p），p，opts）；

优化开始23- 2月-2021 19:25:16 max一阶Iter f -count f(x)约束步长优化03 10 1 5 0.09 0 0.7 0.59 2 6 0.0716349 0.001047 0.0324 0.0129 37 0.0717968 9.127e-08 0.000302 2.37e-06局部最小发现满足约束。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。

优化的参数值存储在价值返回的财产参数。Continuous对象Poptim.．

流行价值

ans=0.2679

输入参数

全部崩溃

`Optimfcn.`—最小化的代价函数
函数句柄

成本函数最小化，指定为函数句柄。优化求解器在优化期间调用此功能。

功能要求:

一个输入参数，它是参数。Continuous要调优的对象。
要传递其他输入参数，请使用匿名函数。例如@(p) fcn(p,arg1,arg2，…)．

一个输出参数，它是一个包含一个或多个字段的结构：

领域	价值
`F`	评估的成本（目标）`P`．求助者最小化`F`． `F`是标量级。
`Cleq`	非线性不等式约束冲突在`P`．解算器满足Cleq(P)≤0． Cleq是一个双人M1的向量,M是非线性不等式约束的数量。
`Ceq`	非线性平等约束违规评估`P`．解算器满足Ceq(P) = 0． Ceq是一个双人R1的向量,R是非线性平等约束的数量。
`leq`	求线性不等式约束违背`P`．解算器满足leq(P)≤0． leq是一个双人N1的向量,N为线性不等式约束的个数。
`情商`	在上评估线性等式约束冲突`P`．解算器满足情商(P) = 0．情商是一个双人s-by-1载体或`[]`,在那里s为线性等式约束的个数。

为了明确一个纯粹的可行性问题，省略F或集合F=[]．要指定最小化问题，请省略Cleq,Ceq,leq,情商，或将其值设置为[]．

该软件使用数值扰动计算成本和约束违反的梯度。如果要指定渐变的计算方式，请包含第二个输出参数并设置GradFcn性质sdo.options来“开”. 此参数必须是具有以下一个或多个字段的结构：

领域	价值
`F`	双N它包含`dF（p）/dp`,在那里N是标量参数的数目
`Cleq`	双N-经过-M矩阵包含`dCleq（p）/dp`,在那里M是非线性不等式约束的个数
`Ceq`	双N-经过-R矩阵包含`dCeq（p）/dp`,在那里R是非线性等式约束的数目

必须返回所有适用的目标和约束冲突的导数。

例子：例如，您可以使用金宝app^®优化设计™软件，输入编辑SdoExamplecostFunction.在matlab.^®命令窗口。

数据类型:功能手柄

`参数`—要优化的模型参数
`参数。Continuous`对象|向量`参数。Continuous`物体

模型参数优化，指定为参数。Continuous物体或向量参数。Continuous对象。

要指定用于优化的单个参数，请使用参数。Continuous对象。
要指定多个优化参数，请使用参数。Continuous对象。

`选项`—优化选项
`sdo.options`对象

优化选项，指定为使用sdo.options. 使用此选项集可指定：

优化方法
最大迭代次数
公差

`概率`—结构优化问题
结构

优化问题结构，指定为具有以下字段的结构：

字段名称	价值
`OptFcn`	最小化成本函数。看到`Optimfcn.`对于此功能的输入和输出参数要求。
`参数`	要优化的模型参数，指定为`参数。Continuous`对象。
`选项`	优化选项，创建与`sdo.options`．

数据类型:结构

输出参数

全部崩溃

`optimparam.`-优化的参数值
`参数。Continuous`对象|向量`参数。Continuous`物体

优化的参数值，以参数。Continuous物体或向量参数。Continuous对象。的大小optimparam.和尺寸一样吗参数. 优化的参数值存储在价值返回的财产参数。Continuous对象。

`optimInfo`——优化信息
结构

优化信息，作为带有一个或多个字段的结构返回：

领域	价值
`F`	优化成本（目标）值。
`Cleq`	优化非线性不等式约束冲突。如果在中指定非线性不等式约束，则会显示该字段`Optimfcn.`．值为M-by-1向量，其中元素的顺序对应于`Optimfcn.`. 正值表示不满足约束。检查`出口滞后`字段，确认优化成功。
`Ceq`	优化的非线性平等约束违规。如果在中指定非线性相等约束，则会显示该字段`Optimfcn.`．这个值是双精度的R-by-1向量，其中元素的顺序对应于`Optimfcn.`．任何非零值表示不满足约束。检查`出口滞后`字段，确认优化成功。
`leq`	优化线性不等式约束冲突。中指定线性不等式约束时，字段出现`Optimfcn.`．这个值是双精度的N-by-1向量，其中元素的顺序对应于`Optimfcn.`. 非零值表示不满足约束。检查`出口滞后`字段，确认优化成功。
`情商`	优化线性等式约束违背。如果指定线性平等约束，则会出现该字段`Optimfcn.`．这个值是双精度的s-by-1向量，其中元素的顺序对应于`Optimfcn.`. 非零值表示不满足约束。检查`出口滞后`字段，确认优化成功。
`梯度`	优化参数值处的成本和约束梯度。看见优化算法如何表述极小化问题关于求解器如何计算梯度。属性中指定的求解器将出现此字段`方法`性质`sdo.options`计算渐变。该值是其字段依赖的结构`Optimfcn.`．
`雅可比`	Jacobian信息处于优化的参数值。属性中指定的求解器将显示该字段`方法`性质`sdo.options`计算雅可比数。该值是其字段依赖的结构`Optimfcn.`．
`出口滞后`	标识算法终止原因的整数。看见`fmincon`,`PatternSearch.`（全局优化工具箱）,`fminsearch`,`lsqnonlin`查看值列表和相应的终止原因。
`迭代`	优化迭代次数。
`SolverOutput`	结构，具有特定于求解器的输出信息。该结构的字段依赖于中指定的优化求解器`方法`性质`sdo.options`．看到`fmincon`,`PatternSearch.`（全局优化工具箱）,`fminsearch`,`lsqnonlin`获取解算器输出及其说明的列表。
`统计数据`	结构，该结构包含优化期间收集的统计信息，例如开始和结束时间、函数计算的次数和重新启动。