MATLAB R2018a 全局优化工具箱学习（二）模式搜索法

最新推荐文章于 2023-11-21 03:33:04 发布

wfanyue

最新推荐文章于 2023-11-21 03:33:04 发布

阅读量1.2w

点赞数 3

分类专栏：编程语言学习数学建模文章标签： MATLAB Global Optimization Optimization z Direct Search

本文链接：https://blog.csdn.net/wfy_1999/article/details/82084419

版权

本文介绍了MATLAB R2018a全局优化工具箱中的模式搜索法，这是一种无须依赖导数的直接搜索算法，适用于处理不可微分或不连续的目标函数问题。内容包括模式搜索法的两种移动过程——探测移动和模式移动，以及MATLAB中提供的三种直接搜索算法：GPS、GSS和MADS。此外，还给出了模式搜索算法的基本步骤和参数解释，强调了如何设置初始向量、约束条件和边界。

摘要由CSDN通过智能技术生成

MATLAB R2018a全局优化工具箱学习（二）模式搜索法

模式搜索法（又称Hooke-Jeeves的算法）是一种直接搜索的算法，它并不依赖于导数，因此可以使用直接搜索来解决目标函数不可微分或甚至不连续的问题。需要给定一个初始点.MATLAB提供了三种直接搜索算法，称为广义模式搜索（GPS）法，生成集搜索（GSS）法和网格自适应搜索（MADS）法。它们的不同之处在于用于搜索的方向向量不同。

所谓模式搜索，包含了两种移动过程，探测移动和模式移动。探测移动表示沿着相应维度的坐标轴的移动，探测使函数值下降的方向，而模式移动表示两个相邻的探测点连线方向的移动，最终给出最值点。

算法（参考网上）：

[x,fval] = patternsearch(fun,x0)
[x,fval] = patternsearch(fun,x0,A,b)
[x,fval] = patternsearch(fun,x0,A,b,Aeq,beq)从v从v
[x,fval] = patternsearch(fun,x0,A,b,Aeq,beq,lb,ub)
[x,fval] = patternsearch(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)

参数解释：

％x为所求得的最小值点，而不是最小值