GUI优化工具optimtool

目录

1.1无约束优化

1.1.1 Solver  fminUnc求解器

1.1.2 Solver fminSearch求解器

2约束优化

3非线性最小二乘优化

4线性规划

5智能优化算法

5.1 Solver  GA求解器

5.2 Solver simulannealbnd 求解器  

---

对[x,fval,exitflag,output,lamda] = linprog(f,A,b,Aeq,beq,lb,ub,x0,options)的理解

• x：求解得到的自变量值x
• fval：求解得到的函数最小值fmin（也可以求最大值，常见做法为函数取负号）
• exitflag：返回求解结果，成功1失败0
• output：包含优化过程中的各种输出信息（可用于调试查看）
• lamda：lamda参数是一个结构体，包含了最优解处的拉格朗日乘子

• f：自变量的常数
• A：不等式约束的系数矩阵
• b：不等式约束的常向量

        A * x <= b

• Aeq：等式约束的系数矩阵
• beq：等式约束的常向量

        Aeq * x = beq

• lb：自变量的下限
• ub：自变量的上限

        lb<=x<=ub

• x0：自变量的初始值
• options：指定优化参数

1.1无约束优化

1.1.1 Solver  fminUnc求解器

    Algorithm算法

•   Large scale 大规模算法
•   Medium scale 中等规模算法
•   Quasi Newton
•   Trust region

1.1.2 Solver fminSearch求解器

    Algorithm算法

• 无

优点

• 对于非光滑优化问题有较好的求解       eg.f(x) = |(x-1)(x-2)|在两个极小点处一阶导数不连续

2约束优化

 Solver  fmincon求解器
    Algorithm算法

• Interior point内点算法
• SQP
• Active set有效集算法
• Trust region reflective信赖域反射算法

当选择信赖域反射算法的时候，Linear inequalities、Nonlinear Constraints function 和Derivatives这三个约束输入框都不能用，说明这种算法只能求解含线性等式约束的约束优化问题，而其余两种算法都可以处理非线性约束及不等式约束。

3非线性最小二乘优化

 Solver  lsqnonlin求解器
    Algorithm算法

• Trust region reflective 信赖域反射算法
• Levenberg-Marquardt L-M算法

只有信赖域反射算法可以定义自变量上下界约束

4线性规划

Solver  linprog求解器
    Algorithm算法

• Dual simplex        单纯形算法
• Interior point legacy

5智能优化算法

5.1 Solver  GA求解器

 Algorithm算法

• 无

遗传算法GA，可以求解（无）约束优化问题，而且约束条件可以是非线性的

5.2 Solver simulannealbnd 求解器
  

Algorithm算法

• 无

模拟退火算法simulannealbnd，只能求解无约束优化问题

迭代速度比较慢