AbsoluteGapTolerance非負(fù)實(shí)數(shù)。如果內(nèi)部計(jì)算的目標(biāo)函數(shù)的上界 (U) 和下界 (L) 之間的差小于或等于 AbsoluteGapTolerance，則 intlinprog 停止：

U – L <=

AbsoluteGapTolerance。

AbsoluteMaxObjectiveCountF(x) 的數(shù)量，用于最小化最差情形絕對(duì)值。

BranchRule選擇分支分量的規(guī)則：

'maxpscost' - 具有最大偽代價(jià)的小數(shù)分量。請(qǐng)參閱分支定界。

'strongpscost' - 具有最大偽代價(jià)的小數(shù)分量，需要審慎估計(jì)偽代價(jià)。請(qǐng)參閱分支定界。

'reliability' - 具有最大偽代價(jià)的小數(shù)分量，需要比 'strongpscost' 更為審慎地估計(jì)偽代價(jià)。請(qǐng)參閱分支定界。

'mostfractional' - 小數(shù)部分最接近 1/2 的分量。

'maxfun' - 目標(biāo)向量 f 的絕對(duì)值中對(duì)應(yīng)分量最大的小數(shù)分量。

CheckGradients將用戶提供的分析導(dǎo)數(shù)(梯度或 Jacobian 矩陣，取決于所選求解器)與有限差分導(dǎo)數(shù)進(jìn)行比較。僅限于 optimoptions。對(duì)于 optimset，使用 DerivativeCheck

CutGeneration切割生成的級(jí)別(請(qǐng)參閱切割生成)：

'none' - 無(wú)切割。使 CutMaxIterations 不相關(guān)。

'basic' - 正常切割生成。

'intermediate' - 使用更多切割類型。

'advanced' - 使用大多數(shù)切割類型。

CutMaxIterations在進(jìn)入分支定界階段之前經(jīng)歷所有切割生成方法的次數(shù)，從 1 到 50 的整數(shù)。通過(guò)將 CutGeneration 選項(xiàng)設(shè)置為 'none' 可禁用切割生成。

Display顯示級(jí)別。

'off' 不顯示輸出。

'iter' 顯示每次迭代的輸出，并給出默認(rèn)退出消息。

'iter-detailed' 顯示每次迭代的輸出，并給出帶有技術(shù)細(xì)節(jié)的退出消息。

'notify' 僅當(dāng)函數(shù)不收斂時(shí)才顯示輸出，并給出默認(rèn)退出消息。

'notify-detailed' 僅當(dāng)函數(shù)不收斂時(shí)才顯示輸出，并給出技術(shù)性退出消息。

'final' 僅顯示最終輸出，并給出默認(rèn)退出消息。

'final-detailed' 僅顯示最終輸出，并給出帶有技術(shù)細(xì)節(jié)的退出消息。全部。有關(guān)適用的值，請(qǐng)參閱各個(gè)函數(shù)參考頁(yè)。

EqualityGoalCount指定目標(biāo) fun 達(dá)到設(shè)置目標(biāo)所需的目標(biāo)數(shù)量。如有必要，請(qǐng)對(duì)您的目標(biāo)重新排序，讓 fgoalattain 準(zhǔn)確實(shí)現(xiàn)第一個(gè) EqualityGoalCount 目標(biāo)。僅限于 optimoptions。對(duì)于 optimset，使用 GoalsExactAchieve

FiniteDifferenceStepSize有限差分的標(biāo)量或向量步長(zhǎng)大小因子。當(dāng)您將 FiniteDifferenceStepSize 設(shè)置為向量 v 時(shí)，前向有限差分 delta 是

delta = v.*sign′(x).*max(abs(x),TypicalX); 其中 sign′(x) = sign(x)(例外是 sign′(0) = 1)。中心有限差分是

delta = v.*max(abs(x),TypicalX);標(biāo)量 FiniteDifferenceStepSize 擴(kuò)展為向量。對(duì)于正向有限差分，默認(rèn)值為 sqrt(eps)；對(duì)于中心有限差分，默認(rèn)值為 eps^(1/3)。僅限于 optimoptions。對(duì)于 optimset，使用 FinDiffRelStep

FiniteDifferenceType用于估計(jì)梯度的有限差分是 'forward'(默認(rèn)值)或 'central'(中心化)，這需要兩倍的函數(shù)計(jì)算次數(shù)，但結(jié)果應(yīng)該更準(zhǔn)確。如果 HonorBounds 選項(xiàng)設(shè)置為 false，則在 fmincon 內(nèi)點(diǎn)計(jì)算中，'central' 差分可能會(huì)在其計(jì)算過(guò)程中違反邊界。僅限于 optimoptions。對(duì)于 optimset，使用 FinDiffType

HessianApproximationHessian 矩陣逼近的方法：'bfgs'、'lbfgs'、{'lbfgs',Positive Integer} 或 'finite-difference'。

當(dāng) HessianFcn 或 HessianMultiplyFcn 非空時(shí)將被忽略。

HessianFcn用戶提供的 Hessian 函數(shù)，指定為函數(shù)句柄(請(qǐng)參閱包含 Hessian 矩陣)。

HessianMultiplyFcn用戶提供的 Hessian 矩陣乘法函數(shù)，指定為函數(shù)句柄。

當(dāng) HessianFcn 非空時(shí)將被忽略。

Heuristics搜索可行點(diǎn)的算法(請(qǐng)參閱使用啟發(fā)式方法求出可行解)：

'basic'

'intermediate'

'advanced'

'rss'

'rins'

'round'

'diving'

'rss-diving'

'rins-diving'

'round-diving'

'none'

HeuristicsMaxNodes嚴(yán)格正整數(shù)，它限制 intlinprog 在分支定界搜索可行點(diǎn)的過(guò)程中可探查的節(jié)點(diǎn)數(shù)。請(qǐng)參閱使用啟發(fā)式方法求出可行解。

HonorBounds默認(rèn)值 true 確保每次迭代都滿足邊界約束。通過(guò)設(shè)置為 false 關(guān)閉。僅限于 optimoptions。對(duì)于 optimset，使用 AlwaysHonorConstraints

IntegerPreprocess整數(shù)預(yù)處理的類型(請(qǐng)參閱混合整數(shù)規(guī)劃預(yù)處理)：

'none' - 使用非常少的整數(shù)預(yù)處理步驟。

'basic' - 使用中等數(shù)量的整數(shù)預(yù)處理步驟。

'advanced' - 使用所有可用的整數(shù)預(yù)處理步驟。

IntegerTolerance1e-6 到 1e-3 范圍內(nèi)的實(shí)數(shù)，這是解 x 的分量仍被視為整數(shù)時(shí)相比整數(shù)可具有的最大偏差。IntegerTolerance 不是停止條件。

JacobianMultiplyFcn用戶定義的 Jacobian 矩陣乘法函數(shù)，指定為函數(shù)句柄。除非對(duì)于 fsolve、lsqcurvefit 和 lsqnonlin 來(lái)說(shuō) SpecifyObjectiveGradient 是 true，否則被忽略。

LinearSolver算法內(nèi)部線性求解器的類型：

'auto' - 如果傳遞的二次矩陣為稀疏矩陣(對(duì)于 quadprog 來(lái)說(shuō)為 H，對(duì)于 lsqlin 來(lái)說(shuō)為 C)，則使用 'sparse'；否則使用 'dense'。

'sparse' - 使用稀疏線性代數(shù)。

'dense' - 使用稠密線性代數(shù)。lsqlin 'interior-point' 算法和 quadprog 'interior-point-convex' 算法

LPMaxIterations嚴(yán)格正整數(shù)，在分支定界過(guò)程中每個(gè)節(jié)點(diǎn)的單純形算法迭代的最大次數(shù)。

LPOptimalityTolerance非負(fù)實(shí)數(shù)，要將一個(gè)變量納入基，該變量的簡(jiǎn)化后的代價(jià)必須超過(guò) LPOptimalityTolerance。

MaxIterations允許的最大迭代次數(shù)。

MaxFeasiblePoints嚴(yán)格正整數(shù)。intlinprog 在找到 MaxFeasiblePoints 個(gè)整數(shù)可行點(diǎn)時(shí)停止。

MaxNodes嚴(yán)格正整數(shù)，它是求解器在其分支定界過(guò)程中探查的最大節(jié)點(diǎn)數(shù)。

MaxTime算法允許的最長(zhǎng)時(shí)間(以秒為單位)。

NodeSelection選擇下一步要探查的節(jié)點(diǎn)。

'simplebestproj' - 最佳投影。請(qǐng)參閱分支定界。

'minobj' - 探查目標(biāo)函數(shù)值最小的節(jié)點(diǎn)。

'mininfeas' - 探查整數(shù)不可行性之和最小的節(jié)點(diǎn)。請(qǐng)參閱分支定界。

ObjectiveCutOff大于 -Inf 的實(shí)數(shù)。默認(rèn)值為 Inf。

ObjectiveImprovementThreshold非負(fù)實(shí)數(shù)。intlinprog 僅在找到目標(biāo)函數(shù)值比當(dāng)前可行解的目標(biāo)函數(shù)值低至少 ObjectiveImprovementThreshold 的另一個(gè)解時(shí)，才會(huì)更改當(dāng)前可行解：(fold – fnew)/(1 + |fold|) >

ObjectiveImprovementThreshold。

ObjectiveLimit如果目標(biāo)函數(shù)值低于 ObjectiveLimit 并且迭代可行，則迭代停止。

PlotFcn繪制算法執(zhí)行過(guò)程中的各個(gè)進(jìn)度測(cè)量值。從預(yù)定義繪圖中選擇，或者自行編寫。以列表或函數(shù)句柄(如 @optimplotx)形式給出函數(shù)名稱。傳遞內(nèi)置繪圖函數(shù)名稱、函數(shù)句柄，或由內(nèi)置名稱或函數(shù)句柄組成的元胞數(shù)組。對(duì)于自定義繪圖函數(shù)，傳遞函數(shù)句柄。

'optimplotx' 繪制當(dāng)前點(diǎn)

'optimplotfunccount' 繪制函數(shù)計(jì)數(shù)

'optimplotfval' 繪制函數(shù)值

'optimplotfvalconstr' 將找到的最佳可行目標(biāo)函數(shù)值繪制為線圖。該圖將不可行點(diǎn)顯示為紅色，可行點(diǎn)顯示為藍(lán)色，使用的可行性容差為 1e-6。

'optimplotconstrviolation' 繪制最大值約束違反度

'optimplotresnorm' 繪制殘差范數(shù)

'optimplotfirstorderopt' 繪制一階最優(yōu)性

'optimplotstepsize' 繪制步長(zhǎng)大小

'optimplotmilp' 繪制混合整數(shù)線性規(guī)劃的間隙

RelativeGapTolerance0 到 1 范圍內(nèi)的實(shí)數(shù)。如果內(nèi)部計(jì)算的目標(biāo)函數(shù)上界 (U) 和下界 (L) 之間的差小于或等于 RelativeGapTolerance，則 intlinprog 停止：

(U – L) / (abs(U)

+ 1) <=

RelativeGapTolerance。

intlinprog 自動(dòng)針對(duì)較大的 L 量級(jí)修正容差：

容差 = min(1/(1+|L|),

RelativeGapTolerance)

RootLPAlgorithm求解線性規(guī)劃的算法：

'dual-simplex' - 對(duì)偶單純形算法

'primal-simplex' - 原始單純形算法

RootLPMaxIterations非負(fù)整數(shù)，它是求解初始線性規(guī)劃問(wèn)題要進(jìn)行的單純形算法迭代的最大次數(shù)。

ScaleProblem對(duì)于 fmincon interior-point 和 sqp 算法，true 會(huì)使算法根據(jù)所有約束和目標(biāo)函數(shù)的初始值對(duì)其進(jìn)行歸一化。要禁用，請(qǐng)?jiān)O(shè)置為默認(rèn)值 false。

SpecifyConstraintGradient非線性約束的用戶定義梯度。

StepTolerancex 的終止容差。

SubproblemAlgorithm確定迭代步的計(jì)算方式。

總結(jié)

以上是生活随笔為你收集整理的matlab优化 带参数设置,优化选项参考- MATLAB Simulink- MathWorks 中国的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。