优化工具箱解决者
优化工具箱™解决者分为四大类:
解决这类试图找到目标函数的一个局部最小值附近的一个起点
x0。他们解决问题的无约束优化、线性规划、二次规划、锥编程,和一般非线性规划。解决在这个集团试图减少一组函数的最大值(
fminimax),或者找到一个位置的集合功能低于指定值(fgoalattain)。解决这类试图找到一个解决一个标量或向量值非线性方程f(x)= 0附近的一个起点
x0。Equation-solving可以被认为是一种优化,因为它相当于找到的最低标准f(x)附近x0。解决这类试图平方和最小化。这类问题经常出现在数据拟合模型。发现非负解的解决解决问题,发现有界或线性约束的解决方案,数据和拟合参数化非线性模型平滑约束。金宝搏官方网站
更多信息见问题由优化工具箱的功能。看到优化决策表帮助选择最小化的解决者。
解制定形式优化问题
可能受到限制。f(x)被称为一个目标函数。一般来说,f(x)是一个标量函数的类型双,x是一个矢量和标量类型的吗双。然而,多目标优化,解决方程,和一些平方和解向量或矩阵目标函数F(x)类型的双。使用优化工具箱解决最大化最小化,而是看到最大化客观。
写的目标函数求解函数的形式文件或匿名函数处理。你可以提供一个梯度∇f(x)对于许多解决者,可以提供一个黑森几个解决者。看到写目标函数。约束有一个特殊形式,如中描述写约束。
