主要内容

恢复

ベイズ最适を再开

ページ内を折りたたむ

构文

newResults =简历（结果，名称，值）

说明

例

newresults=简历（结果，，，，名称，价值）は，，つ以上の名称，价值ペア引数され追加オプションをし，，，结果を生成た适化再开します。

例

すべて折りたたむ

スクリプトを开く

例でベイズ适适再开するする方法を示し示しこの最最最适适化化化化化ははは，，，非线形最适最适化化化のののテストテストとしてとしてとしてとしてとしてとして有名有名有名有名有名有名なななななな[1,1]に大域的小値0があります。

-5および52つのあるつのつの変数を作成し。。

x1 = emptimizableVariable（'x1'，[-5,5]）;x2 = emptimizableVariable（'x2'，[-5,5]）;vars = [x1，x2];

目的关数作成します。

功能f = rosenbrocks（x）f = 100*（x.x2 -x.x1^2）^2 +（1 -x.x1）^2;
fun = @RosenBrocks;

再现性ため乱数シードを设定最适化の获得を“预期改造加”に设定し。

RNG默认结果= bayesopt（娱乐，vars，“冗长”，0，...“ AccelitionFunctionName”，，，，“预期改造加”）；

求められのと，化され最良目的关数を表示し。。

results.xatminobigntive结果
ANS = 1x2表X1 X2 ______ ______ 1.7902 3.2287 ANS = -9.1194

最良の点は最適な点に多少は近くなっていますが、この関数モデルは不正確です。30 個の点を追加して (合計 60 個の点で) 最適化を再開します。今回は、目的关数确定であるをオプティマイザー指定します。

newResults =简历（结果，'iSobjectiveDeterministic'，真的，“ MaxObjectiveEvaluations”，30）;newResults.xatminobigntive newResults.minestimatedobjective
ANS = 1x2表X1 X2 _______ _______ 0.96102 0.92731 ANS = -0.0082

今回のモデル，真の关数近づいています。最良のの点は，，真の最适最适ななな点

入力引数

すべて折りたたむ

ベイズ最适化结果。贝叶斯式化オブジェクトを指定ます。

名前と値引数

オプションの引数ペアをname1 = value1，...，namen = valuenとして指定ます。ここで姓名は引数名，价值は対応です名前と値のの引数の后ろにする必要必要がありますますが，ペアペアののの顺序

r2021aよりで，名前値それぞれコンマ使って，，姓名を引用で囲みます。

例：简历（结果，“ MaxobigntiveEvaluations”，60）

最初的で始まるもの除き，贝叶斯が受け入れるとのペアすべて使用できます。贝叶斯の入力引数を参照しください。

メモ

名前と値ペアMaxObjectiveEvaluationsおよびmaxtimeは，结果に格纳れてに対するに対するに対する“追加”时间またはをしますしたがっ，たとえば评価回数の既定値を使用使用するととののの30を加算するます。

さらに，名前とのペアをでき。。。

変数の変更。优化视价オブジェクトを指定ます。

最适の，以下のプロパティを変更できます。

  • 実数または整数変数の范围。たとえば以下のにします。

    xvar = emptimizableVariable（'X'，[-10,10]）;％修改范围：xvar.range = [1,5];

  • '整数'と'真实的'の类型。たとえば以下のにします。

    xvar.type ='整数';

  • 実数またはの変数の，'日志'と'没有任何'の间での转换。たとえば以下のにします。

    xvar.transform ='日志';

出力引数

すべて折りたたむ

最适化结果。贝叶斯式化オブジェクトとして返さます。

バージョン履歴

R2016Bで导入

参考

|