用于求解无约束非线性规划的函数有:fminsearch和fminunc,用法介绍如下。
fminsearch函数
- x=fminsearch(fun,x0)
- x=fminsearch(fun,x0,options)
- x=fminsearch(fun,x0,options,p1,p2,…)
- [x,fval]=fminsearch(fun,x0,options,p1,p2,…)
- [x,fval,exitflag]=fminsearch(fun,x0,options,p1,p2,…)
- [x,fval,exitflag,output]=fminsearch(fun,x0,options,p1,p2,…)
说明:
fun:使目标函数:
options:设置优化选项参数:
fval:返回目标函数在最优解x点的函数值:
exitflag:返回算法的终止标志:
output:返回优化算法信息的一个数据结构。
fminunc函数
- x=fminunc(fun,x0)
- x=fminunc(fun,x0,options)
- x=fminunc(fun,x0,options,p1,p2,…)
- [x,fval]=fminunc(fun,x0,options,p1,p2,…)
- [x,fval,exitflag]=fminunc(fun,x0,options,p1,p2,…)
- [x,fval,exitflag,output]=fminunc(fun,x0,options,p1,p2,…)
- [x,fval,exitflag,output,grad]=fminunc(fun,x0,options,p1,p2,…)
- [x,fval,exitflag,output,grad,hessian]=fminunc(fun,x0,options,p1,p2,…)
说明:
fun:使目标函数:
options:设置优化选项参数:
fval:返回目标函数在最优解x点的函数值:
exitflag:返回算法的终止标志:
output:返回优化算法信息的一个数据结构:
grad:返回目标函数在最优解x点的梯度:
hessian:返回目标函数在最优解x点的Hessian矩阵值。
例如:求函数costFunc(X)=3*x1^2+2*x1*x2+x2^2的最小值。
首先编写f(x)的.m文件
function f = costFunc(x)
f=3*x(1)^2 + 2*x(1)*x(2)+x(2)^2;
end
然后调用函数fminunc
x=[2,3];
[y,fval]=fminunc(@costFunc,x)
y =
1.0e-05 *
0.2366 -0.8089
fval =
4.3951e-11