matlab fgoalattain,matlab优化工具箱 | 学步园

1

工具箱概述

1.1 功能

(1)求解无约束条件非线性极小值;

(2)求解约束条件下非线性极小值,包括目标逼近问题、极大-极小值问题和半无限极小值问题;

(3)求解二次规划和线性规划问题;

(4)非线性最小二乘逼近和曲线拟合;

(5)非线性系统的方程求解;

(6)约束条件下的线性最小二乘优化;

(7)求解复杂结构的大规模优化问题。

1.2 工具箱的新特色

MATLAB R2008b使用的是4.1版本的优化工具箱,较3.x的变化在于:

(1)    fmincon、fminimax和fgoalattain中引入了并行机制,加快梯度计算速度;

(2)    函数gatool和pserchtool整合到优化工具箱GUI中;

(3)    函数fmincon的求解器中新增内点

(4)    提供了KNITRO优化库的接口;

(5)    函数lsqcurvefit、lsqnonlin和fsolve的优化选项参数PrecondBandWinth默认值由0变为inf;

(6)    优化选项参数TolConSQP的默认值改为1e-6;

(7)    输出结构中引入了参数constrviolation。

2 工具箱函数

常用函数:

一元函数极小值

X=fminbnd(‘F’,x1,x2)

无约束极小值

X=fminunc(‘F’,X0)

X=fminsearch(‘F’,X0)

线性规划

X=linprog(c,A,b)

0-1整数规划

X=bintprog(F)

二次规划

X=quadprog(H,c,A,b)

约束极小值(非线性规划)

X=fmincon(‘FG’,X0)

非线性最小二乘

X=lsqnonlin(F,X0)

目标达到问题

X=fgoalattain(‘F’,x,goal,w)

极小极大问题

X=fminimax(‘FG’,x0)

输入参数中可以用options,用于所有函数,其中包括有一下参数。

(1)              Display:结果显示方式,off不显示,iter显示每次迭代的信息,final为最终结果,notify只有当求解不收敛的时候才显示结果。

(2)              MaxFunEvals:允许函数计算的最大次数,取值为正整数。

(3)              MaxIter:允许迭代的最大次数,正整数。

(4)              TolFun:函数值(计算结果)精度,正整数。

(5)              TolX:自变量的精度,正整数。

而且可以用函数optimset创建和修改。

模型输入时需要注意问题:

(1)    目标函数最小化;

(2)    约束非正;

(3)    避免使用全局变量。

3 GUI优化工具

3.1 启动

命令行输入optimtool;

Start->Toolboxes->Optimization->Optimization tool(optimtool)。

3.2 界面

图一:GUI优化工具的界面

1637339939527425285.jpg

分为三块:

最左边是优化问题的描述及计算结果显示,中间为优化选项的设置,右边是帮助(可隐藏,右上角的<

3.3 使用步骤

选择求解器solver和优化算法algorithm;

选定目标函数(objective function);

设定目标函数的相关参数;

设置优化选项;

单击“start”按钮,运行求解;

查看求解器的状态和求解结果;

将目标函数、选项和结果导入\导出。

具体的如图二所示:

图二:步骤示意图

3173348887437652761.jpg

3.4 应用实例

3.4.1 无约束优化(fminunc求解器)

求f(x)=x^2+4*x-6极小值,初始点取x=0。

解:首先建立目标函数文件FunUnc.m文件:

function y=FunUnc(x)

y=x^2+4*x-6;

然后启动优化工具(如图):

1927540640515948533.jpg

Algorithm有两个选择:Large scale和Medium scale,设置完参数点击start即可得到如图中的结果。

3.4.2 无约束优化(fminsearch求解器)

求f(x)=|x^2-3*x+2|的极小值,初始点取x=-7,比较fminunc和fminsearch的差别。

解:启动优化工具;

用fminunc时设置参数如图:

1927540640515948540.jpg

点击start得到结果。

用fminsearch时如下图:

715509390800076678.jpg

用fminunc时结果是1.5,而用fminsearch时结果是2。计算原等式有极小值为2,由此有对于非光滑优化问题fminunc可能求不到正确的结果,而fminsearch却能很好地解决这类问题的求解。

3.4.3 约束优化(fmincon求解器)

可用算法有Trust region reflective(信赖域反射算法)、Active set(有效集算法)、Interior point(内点算法)。

求f(x)=-x1*x2*x3的极小值,约束条件是-x1-2*x2-2*x3<=0且x1+2*x2+2*x3<=72,初始点(10,10,10)。

解:首先见M文件,约定FunUnc(x)=-x(1)*x(2)*x(3):

function y=FunUnc(x)

y=-x(1)*x(2)*x(3);

启动优化工具,设置参数如图:

1434115006342270465.jpg

3.4.4 非线性最小二乘优化(lsqnonlin求解器)

求minS=(x^2+x-1)^2+(2*x^2-3)^2 ,初始点为x=5 。

解:启动优化工具,设置参数,点start得结果如下图所示;

1891230368520428047.jpg

3.4.5 线性规划(linprog求解器)

略,f处输入函数多项式的系数。基本方法如前面几类。

3.4.6 智能优化算法(ga求解器)

略,要输入变量的个数。基本方法如前面几类。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/488404.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

自保护、人机互动柔性织物传感器研究取得进展

来源&#xff1a;中国科学院宁波材料技术与工程研究所可穿戴柔性电子器件&#xff0c;因其柔性/拉伸性、质轻、成本低、便携等特性&#xff0c;被广泛应用于人体运动/人体健康的实时监测、人机/脑机交互以及机器学习等领域。但目前仍存在灵敏度及响应速度较低、检测下限较高、检…

Hibernate第十一篇【配置C3P0数据库连接池、线程Session】

Hibernate连接池 Hibernate自带了连接池&#xff0c;但是呢&#xff0c;该连接池比较简单..而Hibernate又对C3P0这个连接池支持…因此我们来更换Hibernate连接池为C3P0 查看Hibernate自带的连接池 我们可以通过Hibernate.properties文件中查看Hibernate默认配置的连接池 hibern…

npm 切换源_【分享吧】verdaccio搭建npm私有仓库

verdaccio搭建npm私有仓库前言随着前端技术的不断发展&#xff0c;前后端分离已成为主流趋势&#xff0c;这就导致了前端承受的分工压力会越来越大&#xff0c;前端项目也将变得十分庞杂&#xff0c;因此在技术方面会考虑按照业务线进行拆分成几个业务系统。这些系统之间如何共…

疫情中的人工智能和大数据“社会实验”,将如何影响我国经济社会发展

来源&#xff1a;三思派最近&#xff0c;上海市科学学研究所编制了《人工智能、大数据支撑新冠肺炎疫情防控报告&#xff08;1.0版&#xff09;》。报告预测&#xff0c;疫情过后&#xff0c;人们的生活和工作方式都可能向更加智能化方向发展&#xff0c;一个以智能化、无人化、…

IBM强化Watson对商业语言的理解能力—AI辩论一些关键技术首次商业化

来源&#xff1a;IBM中国2020 年 3 月 11 日&#xff0c;商业人工智能领域领军者 IBM[1]宣布推出几项全新的 IBM Watson 技术&#xff0c;旨在帮助组织机构更清晰地识别、理解和分析英语语言中某些最具挑战性的方面&#xff0c;从而获取更多洞察。全新的 IBM Watson 技术代表着…

删除快捷方式小箭头_修复快捷方式的箭头图标

前一天晚上&#xff0c;用360清理缓存文件后&#xff0c;早上起来一看快捷方式的箭头图标不见了&#xff0c;左下角变成了一片白色。试了很多方法&#xff0c;比如说删除iconcache.db&#xff0c;然后重启资源管理器等等&#xff0c;发现没有用。然后&#xff0c;装上360桌面助…

如何实现对外部php文件的调用,laravel如何引用外部文件

laravel如何引用外部文件,主视图,视图,文件,方式,内容laravel如何引用外部文件易采站长站&#xff0c;站长之家为您整理了laravel如何引用外部文件的相关内容。(1)、首先在app\Http\routes.php中定义路由&#xff1b;Route::get(view,ViewControllerview);Route::get(article,V…

清华大学人工智能深度报告:八大维度解析机器学习

来源&#xff1a;世界人工智能大会机器学习&#xff08;Machine Learning&#xff0c;常简称为 ML&#xff09;已经成为了当今的热门话题&#xff0c;从机器学习概念诞生到机器学习技术的普遍应用经过了漫长的过程&#xff0c;众多优秀的学者为推动机器学习的发展做出了巨大的贡…

【周末阅读】5G时代新型基础设施建设白皮书

来源&#xff1a;智东西【导读】当今世界&#xff0c;新一代信息技术与经济社会深度交融&#xff0c;正引领全球新一轮科技革命和产业变革&#xff0c;其速度、广度、深度前所未有。加快 5G 商用和人工智能、工业互联网、物联网等新型基础设施建设是发挥投资关键作用&#xff0…

pandas取出某一列_Pandas高级运算 | apply与applymap方法详解

大家好&#xff0c;今天我们来聊聊pandas的一些高级运算。在之前文章中&#xff0c;我们介绍了panads的一些计算方法&#xff0c;比如两个dataframe的四则运算&#xff0c;以及dataframe填充Null的方法。今天这篇文章我们来聊聊dataframe中的广播机制&#xff0c;以及apply函数…

深度|​揭秘5G+AI时代的机器人世界!七大核心技术改变人类生活!

来源&#xff1a;电子工程世界AI 和 5G 与机器人技术结合&#xff0c;正在不断催生新的消费电子品类。AI 解决机器理解世界&#xff0c;以及人机交互的问题。5G 拓展机器人的活动边界&#xff0c;并为机器人提供更大的算力和存储空间&#xff08;云协作机器人&#xff09; 。根…

点击按钮,缩放图片(img.width、img.style.width、img.offsetWidth)

前几天在慕课网上看到一个关于图片缩放的教学视频&#xff0c;因为当时对老师使用img.width,而不是使用img.style.width而感到奇怪&#xff0c;所以周末得空了&#xff0c;想来自己试着写出来&#xff0c;相关视频网址如下&#xff1a;http://www.imooc.com/video/1111&#xf…

sql怎么继续编辑已经保存的代码_某团购CMS的GETSHELL操作代码审计

作者&#xff1a;会上树的猪合天智汇 0x00 写点废话在渗透测试中&#xff0c;获取一个webshell应该是我们不屑的追求&#xff0c;今天要通过这个CMS从代码的角度看一下可利用的getshell的方法。这一次的代码审计需要借助工具来定位可能存在的漏洞点&#xff0c;选择Seay源代码审…

测温枪的工作原理全面解析,如何测出你的温度

来源&#xff1a;世界先进制造技术论坛内容来源&#xff1a;网络测温枪&#xff0c;学名是“红外线测温仪”或者“红外线辐射测温仪”。它的原理是&#xff1a;被动吸收目标的红外辐射能量&#xff0c;从而获得物体温度数值。这次疫情&#xff0c;让这个小东西一下子&#xff0…

mysql不要放docker,Docker从入门到放弃

本文将以比较简单的的方式让大家理解docker&#xff0c;以平时常用到的测试环境为主&#xff0c;从用开始&#xff0c;慢慢理解docker。0x00 用docker进行漏洞测试0x01 docker运行busybox0x02 Docker 搭建运行apache-php环境0x03 用Dockerfile自动化构建可ssh登陆的镜像0x04 Do…

一个对称性解释三个宇宙学难题;引力波碰撞会发光?粘液霉菌助力寻找宇宙网 | 一周科技速览...

来源&#xff1a;返朴撰文 &#xff1a;董唯元、杨凌、顾舒晨、洪俊贤、太阁尔、姜小满目 录1. 一个对称性解释三个宇宙学难题2. 引力波碰撞会发光&#xff1f;3. 粘液霉菌助力寻找宇宙网4. 听&#xff0c;是杂质原子的声音5. 更快了&#xff01;地球的大型生态系统在崩溃6. 究…

一ElasticSearch安装启动

参考官方&#xff1a;https://www.elastic.co/downloads/elasticsearch 转载于:https://www.cnblogs.com/tangyongathuse/p/6840231.html

结构化数据不应该被人工智能忘之脑后 !

来源&#xff1a;Ihab Ilyas在处理非结构化数据的问题上&#xff0c;人工智能和深度学习方法一直都表现出众且广为人知&#xff0c;无论是在自然语言处理、知识库自动构建&#xff0c;还是图像视频的识别和生成应用中&#xff0c;都有很多成熟案例。然而对于结构化数据的研究&a…

导入自定义模块syntaxerror: invalid syntax_技术分享 | Quill的模块机制

DevUI技术体验部是一支兼具设计视角和工程视角的团队&#xff0c;服务于华为云DevCloud平台和华为内部上百个中后台系统&#xff0c;主打产品 DevUI Design 服务于设计师和前端工程师。官方网站&#xff1a;devui.design。Ng组件库&#xff1a;ng-devui。DevUI Design&#xff…

我们对时间的理解错了吗?

来源&#xff1a; 利维坦文/Claudia Hammond译/boomchacha校对/Rachel原文/www.bbc.com/future/article/20191203-what-we-get-wrong-about-time“时间”是常见的名词。我们都熟知时间流逝的感觉&#xff1a;现在变成过去&#xff1b;今天变成昨天。你要是住在温带&#xff0c;…