优化选项参考- MATLAB和Simulink - MathWorks印度金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

优化选项参考

优化选项

下表描述了优化选项。创建选项optimoptions函数,或optimset为fminbnd，fminsearch，fzero,或lsqnonneg．

有关可用选项值和默认值的信息，请参阅各个函数参考页。

这些选项的默认值取决于所调用的优化函数选项作为输入参数。您可以通过输入确定任何优化函数的默认选项值optimoptions ('solvername”)或等价的optimoptions (@solvername）．例如,

optimoptions (“fmincon”）

返回选项列表和默认值“内点”fmincon算法。找到另一个的默认值fmincon算法，设置算法选择。例如,

Opts = optimoptions(“fmincon”，“算法”，“sqp”）

optimoptions“隐藏”一些选项，这意味着它不显示它们的值。这些选项没有出现在这个表中。相反，它们出现在隐藏选项．

优化选项

选项名称	描述	函数使用	限制
`AbsoluteGapTolerance`	负的真实。`intlinprog`如果内部计算的上部(`U`)及较低(`l`)目标函数上的边界小于或等于`AbsoluteGapTolerance`： `U - L <= AbsoluteGapTolerance`．	`intlinprog`	`optimoptions`只有
`AbsoluteMaxObjectiveCount`	的数量F（x)，以尽量减少最坏情况下的绝对值。	`fminimax`
`算法`	选择求解器使用的算法。	`fmincon`，`fminunc`，`fsolve`，`linprog`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`
`BarrierParamUpdate`	中选择用于更新屏障参数的算法`“内点”`算法,要么`“单调”`或`预估的`．	`fmincon`
`BranchRule`	选择分支组件的规则: `“maxpscost”`-伪成本最大的分数部分。看到分支与边界． `“strongpscost”`-具有最大伪成本的分数部分，并仔细估计伪成本。看到分支与边界． `“可靠性”`-具有最大伪成本的分数部分，对伪成本的估计甚至比在`“strongpscost”`．看到分支与边界． `“mostfractional”`—小数部分最接近的分量`1／2`． `“maxfun”`-目标向量绝对值中对应分量最大的分数分量`f`．	`intlinprog`	`optimoptions`只有
`CheckGradients`	比较用户提供的分析导数(梯度或雅可比矩阵，取决于选择的求解器)与有限差分导数。	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`	`optimoptions`只有。为`optimset`,使用`DerivativeCheck`
`ConstraintTolerance`	对约束违反的容忍度。	`coneprog`，`fgoalattain`，`fmincon`，`fminimax`，`fseminf`，`intlinprog`，`linprog`，`lsqlin`，`quadprog`	`optimoptions`只有。为`optimset`,使用`TolCon`
`CutGeneration`	切割产生的水平(见减少代)： `“没有”`-不削减。使`CutMaxIterations`无关紧要的。 `“基本”`-正常切割生成。 `“中间”`-使用更多切割类型。 `“高级”`-使用大多数切割类型。	`intlinprog`	`optimoptions`只有
`CutMaxIterations`	在进入分支定界阶段之前通过所有切割生成方法的次数，从`1`通过`50`．禁用切割生成通过设置`CutGeneration`选项`“没有”`．	`intlinprog`	`optimoptions`只有
`显示`	显示级别。 `“关闭”`不显示输出。 `“通路”`显示每次迭代的输出，并给出默认的退出消息。 `“iter-detailed”`显示每次迭代的输出，并给出技术退出消息。 `“通知”`仅在函数不收敛时显示输出，并给出默认的退出消息。 `“notify-detailed”`仅在函数不收敛时显示输出，并给出技术退出消息。 `“最后一次”`只显示最终输出，并给出默认的退出消息。 `最后详细的`只显示最终输出，并给出技术性退出消息。	所有人。有关应用的值，请参阅各个函数参考页。
`EnableFeasibilityMode`	选择算法以达到可行性`“内点”`算法。`真正的`使用与默认算法不同的算法`假`．	`fmincon`
`EqualityGoalCount`	指定目标所需的目标数量`有趣的`达到设定的目标。如果有必要，重新安排你的目标`fgoalattain`实现第一`EqualityGoalCount`目标准确。	`fgoalattain`	`optimoptions`只有。为`optimset`,使用`GoalsExactAchieve`
`FiniteDifferenceStepSize`	有限差分的标量或矢量步长因子。当你设置`FiniteDifferenceStepSize`到一个向量`v`，正向有限差分`δ`是 `delta = v 符号' (x).max(abs(x)，TypicalX);` 在哪里`符号' (x) =符号(x)`除了`符号' (0)= 1`．中心有限差分为 `delta = v.*max(abs(x)，TypicalX);` 标量`FiniteDifferenceStepSize`展开成一个向量。默认为`sqrt (eps)`对于正向有限差分，和`eps ^ (1/3)`对于中心有限差分。	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`	`optimoptions`只有。为`optimset`,使用`FinDiffRelStep`
`FiniteDifferenceType`	有限差分，用来估计梯度，是`“前进”`(默认值)，或`“中央”`(居中)，它需要两倍的函数计算，但应该更准确。`“中央”`中求值时，差异可能会违反边界`fmincon`内点评估，如果`HonorBounds`选项设置为`假`．	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`	`optimoptions`只有。为`optimset`,使用`FinDiffType`
`FunctionTolerance`	函数值上的终止公差。	`fgoalattain`，`fmincon`，`fminimax`，`fminsearch`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`	`optimoptions`只有。为`optimset`,使用`TolFun`
`HessianApproximation`	黑森近似法:`“蓄热”`，`“lbfgs”`，`{“lbfgs”,正整数}`,或`有限差分的`．忽略时`HessianFcn`或`HessianMultiplyFcn`非空的。	`fmincon`	`optimoptions`只有。为`optimset`,使用`黑森`
`HessianFcn`	用户提供的Hessian，指定为函数句柄(参见包括麻布）.	`fmincon`，`fminunc`	`optimoptions`只有。为`optimset`,使用`HessFcn`
`HessianMultiplyFcn`	用户提供的Hessian乘法函数，指定为函数句柄。忽略时`HessianFcn`非空的。	`fmincon`，`fminunc`，`quadprog`	`optimoptions`只有。为`optimset`,使用`HessMult`
`启发式`	搜索可行点的算法(见寻找可行解的启发式方法金宝搏官方网站)： `“基本”` `“中间”` `“高级”` `“rss”` `“rin”` `“圆”` `“潜水”` `“rss-diving”` `“rins-diving”` `“round-diving”` `“没有”`	`intlinprog`	`optimoptions`只有
`HeuristicsMaxNodes`	严格的正整数，限制了节点的数量`intlinprog`可以在其分支定界中探索可行点的搜索。看到寻找可行解的启发式方法金宝搏官方网站．	`intlinprog`	`optimoptions`只有
`HonorBounds`	默认的`真正的`确保在每次迭代中都满足绑定的约束。设置为关闭`假`．	`fmincon`	`optimoptions`只有。为`optimset`,使用`AlwaysHonorConstraints`
`IntegerPreprocess`	整数预处理的类型(参见混合整数程序预处理)： `“没有”`-使用很少的整数预处理步骤。 `“基本”`—使用适度的整数预处理步骤。 `“高级”`—使用所有可用的整数预处理步骤。	`intlinprog`	`optimoptions`只有
`IntegerTolerance`	真正的从`1 e-6`通过`1 e - 3`，其中与整数的最大偏差表示解的一个分量`x`可以被认为是一个整数。`IntegerTolerance`不是停止标准。	`intlinprog`	`optimoptions`只有
`JacobianMultiplyFcn`	用户定义的雅可比乘法函数，指定为函数句柄。忽略,除非`SpecifyObjectiveGradient`是`真正的`为`fsolve`，`lsqcurvefit`,`lsqnonlin`．	`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`
`LinearSolver`	算法中内部线性求解器的类型。为`lsqlin`而且`quadprog`： `“汽车”`——使用`“稀疏”`如果传递的二次矩阵是稀疏的(`H`为`quadprog`，`C`为`lsqlin`)，`“密集”`否则。 `“稀疏”`-使用稀疏线性代数。 `“密集”`-使用密集线性代数。为`coneprog`： `“汽车”`(默认)`coneprog`选择分步求解器。如果问题是稀疏的，则步进求解器是`“prodchol”`．否则，步进求解器是`“增强”`． `“增强”`-增强形式步骤求解器。看到[1]． `“正常”`-标准形式步进求解器。看到[1]． `“prodchol”`-产品形式Cholesky步进求解器。看到[4]而且［5］． `“舒尔”`舒尔补法步进求解器。看到[２]．	`coneprog`，`lsqlin“内点”`算法和`quadprog“interior-point-convex”`算法
`LPMaxIterations`	严格的正整数，分支定界过程中每个节点的最大单纯形迭代次数。	`intlinprog`	`optimoptions`只有
`LPOptimalityTolerance`	非负实，其中降低成本必须超过`LPOptimalityTolerance`将一个变量带入基中。	`intlinprog`	`optimoptions`只有
`MaxFunctionEvaluations`	允许的函数求值的最大数量。	`fgoalattain`，`fminbnd`，`fmincon`，`fminimax`，`fminsearch`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`	`optimoptions`只有。为`optimset`,使用`MaxFunEvals`
`MaxIterations`	允许的最大迭代次数。	除了`fzero`而且`lsqnonneg`	`optimoptions`只有。为`optimset`,使用`麦克斯特`
`MaxFeasiblePoints`	严格的正整数。`intlinprog`如果发现就停止`MaxFeasiblePoints`整数可行点。	`intlinprog`	`optimoptions`只有
`MaxNodes`	严格的正整数，这是求解器在其分支定界过程中探索的最大节点数。	`intlinprog`
`MaxTime`	算法允许的最大时间(以秒为单位)。	`coneprog`，`intlinprog`，`linprog`
`NodeSelection`	选择接下来要探索的节点。 `“simplebestproj”`-最佳投影。看到分支与边界． `“minobj”`-探索目标函数最小的节点。 `“mininfeas”`-探索具有最小整数不可行性的节点。看到分支与边界．	`intlinprog`	`optimoptions`只有
`ObjectiveCutOff`	实数大于`负`．默认为`正`．	`intlinprog`	`optimoptions`只有
`ObjectiveImprovementThreshold`	负的真实。`intlinprog`只有当它定位到另一个目标函数值至少为时，才会改变当前的可行解`ObjectiveImprovementThreshold`低:(fold - fnew)/(1 + \|fold\|) >目标改善阈值．	`intlinprog`	`optimoptions`只有
`ObjectiveLimit`	如果目标函数值低于`ObjectiveLimit`迭代是可行的，然后迭代停止。	`fmincon`，`fminunc`，`lsqlin`，`quadprog`
`OptimalityTolerance`	一阶最优性的终止容差。	`coneprog`，`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`linprog`（`内点`唯一的),`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`	`optimoptions`只有。为`optimset`,使用`TolFun`
`OutputFcn`	指定优化函数在每次迭代时调用的一个或多个用户定义函数。传递一个函数句柄或函数句柄的单元格数组。看到输出函数和图函数语法或intlinprog输出函数和图函数语法．	`fgoalattain`，`fminbnd`，`fmincon`，`fminimax`，`fminsearch`，`fminunc`，`fseminf`，`fsolve`，`fzero`，`intlinprog`，`lsqcurvefit`，`lsqnonlin`
`PlotFcn`	在算法执行时绘制各种进度度量。从预定义的情节中选择或编写自己的。给出列出的函数名，或函数句柄，如`@optimplotx`．传递内置绘图函数名、函数句柄或内置名称或函数句柄的单元格数组。对于自定义绘图函数，传递函数句柄。 `“optimplotx”`绘制当前点 `“optimplotfunccount”`绘制函数计数图 `“optimplotfval”`绘制函数值 `“optimplotfvalconstr”`以折线图的形式绘制出最佳可行目标函数值。的可行性容差，该图将不可行点表示为红色，可行点表示为蓝色`1 e-6`． `“optimplotconstrviolation”`绘制最大违反约束的情况 `“optimplotresnorm”`绘制残差的范数 `“optimplotfirstorderopt”`画出最优的一阶 `“optimplotstepsize”`绘制步长 `“optimplotmilp”`绘制混合整数线性规划的间隙看到绘制函数或intlinprog输出函数和图函数语法．	`fgoalattain`，`fminbnd`，`fmincon`，`fminimax`，`fminsearch`，`fminunc`，`fseminf`，`fsolve`，`fzero`，`intlinprog`，`lsqcurvefit`，`lsqnonlin`．有关应用的值，请参阅各个函数参考页。	`optimoptions`只有。为`optimset`,使用`PlotFcns`
`RelativeGapTolerance`	真正的从`0`通过`1`．`intlinprog`如果内部计算的上(`U`)及较低(`l`)目标函数上的边界小于或等于`RelativeGapTolerance`： `(U - L) / (abs(U) + 1) <= RelativeGapTolerance`．	`intlinprog`	`optimoptions`只有
`RootLPAlgorithm`	求解线性规划的算法: `对偶单纯形的`—对偶单纯形算法 `“primal-simplex”`-原始单纯形算法	`intlinprog`	`optimoptions`只有
`RootLPMaxIterations`	非负整数，即解决初始线性规划问题的单纯形算法的最大迭代次数。	`intlinprog`	`optimoptions`只有
`ScaleProblem`	为`fmincon内点`而且`sqp`算法,`真正的`使算法通过约束和目标函数的初始值归一化。通过设置为默认值禁用`假`．	`fmincon`
`SpecifyConstraintGradient`	用户定义的非线性约束梯度。	`fgoalattain`，`fmincon`，`fminimax`	`optimoptions`只有。为`optimset`,使用`GradConstr`
`SpecifyObjectiveGradient`	目标函数的用户定义梯度或雅可比矩阵。	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`	`optimoptions`只有。为`optimset`,使用`GradObj`或`雅可比矩阵`
`StepTolerance`	终止公差x．	所有功能`linprog`而且`coneprog`
`SubproblemAlgorithm`	确定如何计算迭代步骤。	`fmincon`，`fminunc`，`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`
`TypicalX`	数组，指定参数数组的典型大小`x`．数组的大小等于的大小`x0`这是起点。主要用于缩放有限差分进行梯度估计。	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`
`UseParallel`	当`真正的`，适用求解器并行估计梯度。通过设置为禁用`假`．	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fsolve`，`lsqcurvefit`，`lsqnonlin`．

隐藏选项

optimoptions“隐藏”一些选项，这意味着它不显示它们的值。若要了解如何查看这些选项以及隐藏这些选项的原因，请参见视图选项．

函数参考页中列出了这些选项斜体。

隐藏的优化工具箱选项

此表列出隐藏的优化工具箱™选项。

选项optimoptions隐藏了

选项名称	描述	函数使用	限制
诊断	显示有关要最小化或解决的功能的诊断信息。	除了`fminbnd`，`fminsearch`，`fzero`,`lsqnonneg`
DiffMaxChange	有限差分的最大变量变化。	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`
DiffMinChange	有限差分的最小变量变化。	`fgoalattain`，`fmincon`，`fminimax`，`fminunc`，`fseminf`，`fsolve`，`lsqcurvefit`，`lsqnonlin`
FunValCheck	检查目标函数和约束值是否有效。`“上”`当目标函数或约束返回值为时，显示错误`复杂的`，`南`,或`正`．请注意 `FunValCheck`不返回错误为`正`与连用时`fminbnd`，`fminsearch`,或`fzero`，哪个句柄`正`适当。 `“关闭”`不显示错误。	`fgoalattain`，`fminbnd`，`fmincon`，`fminimax`，`fminsearch`，`fminunc`，`fseminf`，`fsolve`，`fzero`，`lsqcurvefit`，`lsqnonlin`
HessPattern	有限差分Hessian的稀疏模式。矩阵的大小是n × n，其中n是其中元素的个数`x0`这是起点。	`fmincon`，`fminunc`
HessUpdate	准牛顿更新方案。	`fminunc`
InitBarrierParam	初始势垒值。	`fmincon`
InitDamping	初始Levenberg-Marquardt参数。	`fsolve`，`lsqcurvefit`，`lsqnonlin`	`optimoptions`只有
InitTrustRegionRadius	信任区域的初始半径。	`fmincon`
JacobPattern	有限差分雅可比矩阵的稀疏模式。矩阵的大小是`米`——- - - - - -`n`,在那里`米`用户指定的函数是否返回第一个参数中的值的数量`有趣的`,`n`元素的个数是多少`x0`这是起点。	`fsolve`，`lsqcurvefit`，`lsqnonlin`
LPPreprocess	松弛线性规划的解的预处理类型(见线性规划预处理)： `“没有”`—不进行预处理。 `“基本”`—使用预处理。	`intlinprog`	`optimoptions`只有
MaxPCGIter	预条件共轭梯度法允许的最大迭代次数。	`fmincon`，`fminunc`，`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`
MaxProjCGIter	对投影共轭梯度迭代次数的公差;这是一个内部迭代，而不是算法的迭代次数。	`fmincon`
MaxSQPIter	序列二次规划方法允许的最大迭代次数。	`fgoalattain`，`fmincon`，`fminimax`
MeritFunction	使用目标实现/极大极小价值函数(多目标)vs。`fmincon`(单目标)。	`fgoalattain`，`fminimax`
PrecondBandWidth	PCG预处理器的上带宽。设置为`“正”`使用直接因式分解代替CG。	`fmincon`，`fminunc`，`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`
进行预处理	在单纯形或对偶单纯形算法迭代之前的LP预处理级别。	`linprog`	`optimoptions`只有
RelLineSrchBnd	在线搜索的相对边界步长。	`fgoalattain`，`fmincon`，`fminimax`，`fseminf`
RelLineSrchBndDuration	中指定的边界的迭代次数`RelLineSrchBnd`应该是积极的。	`fgoalattain`，`fmincon`，`fminimax`，`fseminf`
ScaleProblem	当使用`算法`选项`“levenberg-marquardt”`，设置`ScaleProblem`选项`的雅可比矩阵`有时可以帮助解决规模不好的问题。	`fsolve`，`lsqcurvefit`，`lsqnonlin`
TolConSQP	内部SQP迭代的约束违反容忍度。	`fgoalattain`，`fmincon`，`fminimax`，`fseminf`
TolPCG	PCG迭代的终止公差。	`fmincon`，`fminunc`，`fsolve`，`lsqcurvefit`，`lsqlin`，`lsqnonlin`，`quadprog`
TolProjCG	投影共轭梯度算法的相对容差这是针对内部迭代，而不是算法迭代。	`fmincon`
TolProjCGAbs	投影共轭梯度算法的绝对容差这是针对内部迭代，而不是算法迭代。	`fmincon`

隐藏的全局优化工具箱选项

由于这些选项隐藏的原因，请参见optimoptions隐藏的选项(全局优化工具箱)．

选项optimoptions隐藏了

选项名称	函数使用
缓存	`patternsearch`
CacheSize	`patternsearch`
CacheTol	`patternsearch`
DisplayInterval	`particleswarm`，`simulannealbnd`
FunValCheck	`particleswarm`
HybridInterval	`simulannealbnd`
InitialPenalty	`遗传算法`，`patternsearch`
MaxMeshSize	`patternsearch`
MeshRotate	`patternsearch`
MigrationDirection	`遗传算法`
MigrationFraction	`遗传算法`
MigrationInterval	`遗传算法`
PenaltyFactor	`遗传算法`，`patternsearch`
PlotInterval	`遗传算法`，`patternsearch`，`simulannealbnd`
StallTest	`遗传算法`
TolBind	`patternsearch`