当前和遗留选项名称- 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

当前和遗留选项名称

在R2016a中，许多选项名称发生了变化。optimset仅使用遗留选项名称。optimoptions同时接受遗留名称和当前名称。但是，当您使用遗留的名称-值对设置一个选项时，optimoptions显示当前的等效值。例如，遗产TolX期权相当于电流StepTolerance选择。

选项= optimoptions('fsolve'，“TolX”1)的军医

options = fsolve options:当前算法('trust-region-dogleg')使用的选项:(其他可用算法:'levenberg-marquardt'， 'trust-region-reflective')StepTolerance: 1.0000 e-04默认属性:算法:'trust-region-dogleg' CheckGradients: 0显示:'final' FiniteDifferenceStepSize: 'sqrt(eps)' FiniteDifferenceType: 'forward' FunctionTolerance: 1.0000 -06 MaxFunctionEvaluations: '100*numberOfVariables' MaxIterations: 400 OptimalityTolerance: 1.0000 -06 OutputFcn: [] PlotFcn: [] specyobjectivegradient: 0 TypicalX: 'ones(numberOfVariables,1)' UseParallel: 0显示当前算法('trust-region-dogleg')未使用的选项

下表提供了相同的信息。第一个表按传统选项名称的字母顺序列出选项，第二个表按当前选项名称的字母顺序列出选项。这些表只包括那些不同或具有不同值的名称，并且仅在遗留和当前值不同时才显示值。对于在全局优化工具箱解决,看R2016a中的选项更改(全局优化工具箱)．

按传统顺序排列的选项名称

遗留的名字	现在的名字	遗留值	当前值
`AlwaysHonorConstraints`	`HonorBounds`	`“界限”`，`“没有”`	`真正的`，`假`
`BranchingRule`	`BranchRule`
`CutGenMaxIter`	`CutMaxIterations`
`DerivativeCheck`	`CheckGradients`	`“上”`，`“关闭”`	`真正的`，`假`
`FinDiffRelStep`	`FiniteDifferenceStepSize`
`FinDiffType`	`FiniteDifferenceType`
`GoalsExactAchieve`	`EqualityGoalCount`
`GradConstr`	`SpecifyConstraintGradient`	`“上”`，`“关闭”`	`真正的`，`假`
`GradObj`	`SpecifyObjectiveGradient`	`“上”`，`“关闭”`	`真正的`，`假`
`黑森`	`HessianApproximation`	`用户提供的`，`“蓄热”`，`“lbfgs”`，`“fin-diff-grads”`，`“上”`，`“关闭”`	`“蓄热”`，`“lbfgs”`，`有限差分的` 忽略时`HessianFcn`或`HessianMultiplyFcn`非空的是
`HessFcn`	`HessianFcn`
`HessMult`	`HessianMultiplyFcn`
`HessUpdate`(在R2022a中更改`fminunc`）	`HessianApproximation`	`“蓄热”`，`“lbfgs”`，`{“lbfgs”,正整数}`，`“dfp”`，`“steepdesc”`	`“蓄热”`，`“lbfgs”`，`{“lbfgs”,正整数}`
`IPPreprocess`	`IntegerPreprocess`
`雅可比矩阵`	`SpecifyObjectiveGradient`
`JacobMult`	`JacobianMultiplyFcn`
`LPMaxIter`	`LPMaxIterations`
`MaxFunEvals`	`MaxFunctionEvaluations`
`麦克斯特`	`MaxIterations`
`MaxNumFeasPoints`	`MaxFeasiblePoints`
`MinAbsMax`	`AbsoluteMaxObjectiveCount`
`PlotFcns`	`PlotFcn`
`RelObjThreshold`	`ObjectiveImprovementThreshold`
`RootLPMaxIter`	`RootLPMaxIterations`
`ScaleProblem`	`ScaleProblem`	`“obj-and-constr”`，`“没有”`	`真正的`，`假`
`SubproblemAlgorithm`	`SubproblemAlgorithm`	`“重心”`，`“ldl-factorization”`	`“重心”`，`“分解”`
`TolCon`	`ConstraintTolerance`
`TolFun`(1)使用	`OptimalityTolerance`
`TolFun`(2)使用	`FunctionTolerance`
`TolFunLP`	`LPOptimalityTolerance`
`TolGapAbs`	`AbsoluteGapTolerance`
`TolGapRel`	`RelativeGapTolerance`
`TolInteger`	`IntegerTolerance`
`TolX`	`StepTolerance`

当前顺序中的选项名称

现在的名字	遗留的名字	当前值	遗留值
`AbsoluteGapTolerance`	`TolGapAbs`
`AbsoluteMaxObjectiveCount`	`MinAbsMax`
`BranchRule`	`BranchingRule`
`CheckGradients`	`DerivativeCheck`	`真正的`，`假`	`“上”`，`“关闭”`
`ConstraintTolerance`	`TolCon`
`CutMaxIterations`	`CutGenMaxIter`
`EqualityGoalCount`	`GoalsExactAchieve`
`FiniteDifferenceStepSize`	`FinDiffRelStep`
`FiniteDifferenceType`	`FinDiffType`
`FunctionTolerance`	`TolFun`(2)使用
`HessianApproximation`为`fmincon`	`黑森`	`“蓄热”`，`“lbfgs”`，`有限差分的` 忽略时`HessianFcn`或`HessianMultiplyFcn`非空的是	`用户提供的`，`“蓄热”`，`“lbfgs”`，`“fin-diff-grads”`，`“上”`，`“关闭”`
`HessianApproximation`为`fminunc`(在R2022a中更改`fminunc`）	`HessUpdate`	`“蓄热”`，`“lbfgs”`，`{“lbfgs”,正整数}`	`“蓄热”`，`“lbfgs”`，`{“lbfgs”,正整数}`，`“dfp”`，`“steepdesc”`
`HessianFcn`	`HessFcn`
`HessianMultiplyFcn`	`HessMult`
`HonorBounds`	`AlwaysHonorConstraints`	`真正的`，`假`	`“界限”`，`“没有”`
`IntegerPreprocess`	`IPPreprocess`
`IntegerTolerance`	`TolInteger`
`JacobianMultiplyFcn`	`JacobMult`
`LPMaxIterations`	`LPMaxIter`
`LPOptimalityTolerance`	`TolFunLP`
`MaxFeasiblePoints`	`MaxNumFeasPoints`
`MaxFunctionEvaluations`	`MaxFunEvals`
`MaxIterations`	`麦克斯特`
`ObjectiveImprovementThreshold`	`RelObjThreshold`
`OptimalityTolerance`	`TolFun`(1)使用
`PlotFcn`	`PlotFcns`
`RelativeGapTolerance`	`TolGapRel`
`RootLPMaxIterations`	`RootLPMaxIter`
`ScaleProblem`	`ScaleProblem`	`真正的`，`假`	`“obj-and-constr”`，`“没有”`
`SpecifyConstraintGradient`	`GradConstr`	`真正的`，`假`	`“上”`，`“关闭”`
`SpecifyObjectiveGradient`	`GradObj`或`雅可比矩阵`	`真正的`，`假`	`“上”`，`“关闭”`
`StepTolerance`	`TolX`
`SubproblemAlgorithm`	`SubproblemAlgorithm`	`“重心”`，`“分解”`	`“重心”`，`“ldl-factorization”`

当前和遗留选项名称

相关的话题