MATLAB的Format和fmincon优化函数

Format和fmincon优化函数

近来在学习利用matlab书写的优化算法，其中用到了format和fmincon函数，正好之前没有对这两个函数有所了解过，所以就趁这个机会学习一下两个函数的使用方法。

• format函数（设置命令行窗口的输出显示格式）

  • 通过官方的帮助文档可以看到有以下使用语法：

    format(style)
    fmt = format
    fmt = format(style)
    

  • 针对以上的语法

    % 第一个语法 format(style) 的使用，是事先指定接下来所使用的变量的数据格式
    format ("long")  % 或者
    format long
    a = 0.1234850   
    a;% 此时若是在matlab中进行输入，得到的结果将会是后面补零的共 16 位的数据。
    b = format;  % 此时会输出当前工作空间中数据的具体数据格式
    c = format("short"); % 会将当前的数据格式设置为short，并把上一个设置的数据格式信息存进c中
    format(b); % 会把b的数据格式重新加载进工作空间中
    a;  
    c;
    

    上述代码运行的结果如下图：

  

  • 上述语法中的style的类型有以下几种，比较常用的也就前面两种。
    

• fmincon函数

  官方解读：寻找约束非线性多变量函数的最小值

  % 语法格式
  x = fmincon(fun,x0,A,b)
  x = fmincon(fun,x0,A,b,Aeq,beq)
  x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub)
  x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)
  x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)
  x = fmincon(problem)
  [x,fval] = fmincon(___)
  [x,fval,exitflag,output] = fmincon(___)
  [x,fval,exitflag,output,lambda,grad,hessian] = fmincon(___)
  

  • 针对以上语法需要注意的是该优化函数使用时候的通式

图中主要是优化函数的大体格式，其中  
​$A*x<=b$ 和 $Aeq*x=beq$ 这俩公式是线性等式和不等式的约束。  
​$lb<=x<=ub$ 是优化条件中的上下边界。  
​$C(x)<=0 和 Ceq(x) = 0$ 是非线性等式和不等式约束，一般在设置nonlcon中实现。  
​$f(x)$ 则表示优化的函数。  
如若没有对应的约束条件，则只需要将相应的位置**设置为空**矩阵即可。

针对以上的参数，举例说明：

```matlab
fun = @(x) 100*(x(2)-x(1)^2)^2 + (1-x(1))^2;   %设置目标函数，属于匿名函数
lb = [0,0.2];   
ub = [0.5,0.8];    % x1和x2的最佳值在[0,0.5]及[0.2,0.8]范围内寻找，相当于上文提到的边界值
A = [];      
b = [];
Aeq = [];
beq = [];          % 无线性约束，上面四个参数设置为空
x0 = [1/4,1/4];    % 定义初始值
nonlcon = @circlecon   % 设置非线性约束的函数
x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon); % 调用优化函数

function [c,ceq] = circlecon(x)   % 该函数应用时，理应单独设置一个文件
c = (x(1)-1/3)^2 + (x(2)-1/3)^2 - (1/3)^2
ceq = [];
```

• 除上外，在官方提供的语法里，还有个参数是：options——该参数为非默认参数，也就是说可以不设置。

  • option选项的语法是以下的格式：

    option = optimoptions('fmincon','display','iter','Algorithm','sqp'); 
    % 上段语法中包含了算法的计算显示和算法选择两个参数。对于有梯度的目标函数优化，可以进行以下的代码设置
    option = optimoptions('fmincon','SpecifyObjectiveGradient','ture');
    

    具体的可以参考optimoptions参数设置。

• 有了输入就要有输出，针对fmincon函数的输出，从函数的语法结构上最后一个可以看到共有以下的几种输出参数。

  [x,fval,exitflag,output,lambda,grad,hessian] = fmincon(___)
  

  其中：官网参数释义参考

  • x：表示优化的函数的最优解，x(1)、x(2)、x(3)…等
  • fval：表示优化后的函数值
  • exitflag：该值为1的话，表示fval值为该优化的的局部最小值，并不是最小值。
  • output：该参数是一个结构体，其中可以参考的有，iterations——迭代次数；funcCount——函数计算次数；constrviolation——表示可行性。
  • lambda：也是一个结构体，一般用不到。
  • grad：表示在解 x 处的目标函数梯度值。
  • hessian：逼近黑塞矩阵。（不太懂，可参考Hessian矩阵输出）

• 针对fmincon函数的具体使用基本就是上面的这些，如果需要再深入研究可以参考官方文档：fmincon函数