MATLAB多维无约束最小化函数 fminunc 、fminsearch与多维有约束函数fmincon

本文主要是介绍MATLAB多维无约束最小化函数 fminunc 、fminsearch与多维有约束函数fmincon,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、多维无约束最小化函数 fminunc

1、函数模型

min f(x),式中f(x)为无约束多变量函数,x是向量或矩阵

2、调用格式

x = fminunc(fun,x0)

matlab代码

%% 多维无约束极值
f=@(x) (x(1)^2+2*x(1))*exp(-x(1)^2-x(2)^2-x(1)*x(2))
x0=[0 0];
[x,favl]=fminunc(f,x0)%绘制处函数图形,判断求解是否正确
X=-10:0.1:10;
Y=X;
[x,y]=meshgrid(X,Y);
f=(x.^2+2*x).*exp(-x.^2-y.^2-x.*y);
mesh(x,y,f)

x = fminunc(fun,x0,options)

syms x y
f=(x^2+2*x)*exp(-x^2-x^2-x*y);% f=@(x) (x(1)^2+2*x(1))*exp(-x(1)^2-x(2)^2-x(1)*x(2))
% x0=[1 1];
% options=optimoptions('fminunc','Algorithm','trust-region','SpecifyObjectiveGradient',true)
options=optimoptions('fminunc','Algorithm','quasi-newton','PlotFcns',@optimplotfval)[x,favl]=fminunc(f,x0,options)%提供梯度文件
function [f,g]=TD(x)f = (x(1)^2+2*x(1))*exp(-x(1)^2-x(2)^2-x(1)*x(2));if nargout > 1 % gradient requiredg = [exp(- 2*x(1)^2 - x(2)*x(1))*(2*x(1) + 2) - exp(- 2*x(1)^2 - x(2)*x(1))*(x(1)^2 + 2*x(1))*(4*x(1) + x(2))-x(1)*exp(- 2*x(1)^2 - x(2)*x(1))*(x(1)^2 + 2*x(1))];
end
options=optimoptions('fminunc','Algorithm','trust-region','SpecifyObjectiveGradient',true)
x0=[1 1][x,favl]=fminunc(@TD,x0,options)

x = fminunc(problem)

problem.options = options;
problem.x0 = [-1,2];
problem.objective = @rosenbrockwithgrad;
problem.solver = 'fminunc';x = fminunc(problem)

[x,fval] = fminunc(___)

返回极值点函数值fval

[x,fval,exitflag,output] = fminunc(___)

返回一个描述fminunc退出条件的值exitflag,以及一个包含有关优化过程信息的结构输出。

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

返回梯度grad和海塞矩阵hessian

3、关于meshgrid的一点说明

在画一个二维图形或者三维图形的时候,我们需要指定一个二维平面或者三维空间。就像绘制一维图形需要指定自变量x的范围一样。

X=-10:0.1:10; 
Y=X;
[x,y]=meshgrid(X,Y);
f=(x.^2+2*x).*exp(-x.^2-y.^2-x.*y);
mesh(x,y,f)

以如下代码为例,其绘制出的图形的二维平面的范围与X和Y相同,是一个矩阵,该矩阵如下所示(这里仅展示x的矩阵)。

二、多维无约束最小化函数 fminsearch

1、目标模型

其目标模型与fminunc相同,不同的是该函数使用无导数方法查找无约束的多元函数的最小值,而fminunc使用有导数方法。

2、调用格式

x = fminsearch(fun,x0)

f=@(x) (x(1)^2+2*x(1))*exp(-x(1)^2-x(2)^2-x(1)*x(2))
x0=[0 0];
[x,fval]=fminsearch(f,x0)

x = fminsearch(fun,x0,options)

% 显示函数值的求解
x0=[0 0];
options = optimset('PlotFcns',@optimplotfval);
[x,fval]=fminsearch(@demo_9_28_1,x0,options);

x = fminsearch(problem)

返回极值点x

[x,fval] = fminsearch(___)

返回极值点函数值fval

[x,fval,exitflag] = fminsearch(___)

返回一个描述退出条件的值exitflag。

[x,fval,exitflag,output] = fminsearch(___)

返回带有有关优化过程信息的结构输出output。

三、多维无约束最小化函数 fmincon

1、目标模型

min  f(x)

 s.t  A*x<=b           线性不等式约束

       Aeq*x=beq     线性等式约束

       c(x)<=0          非线性不等式约束

       ceq*x=0         非线性等式约束

      lb=<x<=ub       最优解x的上下界

2、调用格式

x = fmincon(fun,x0,A,b) 线性不等式约束

f=@(x) -x(1)*x(2)*x(3);
A=[-1 -1 -1;1 2 2]
b=[20 5]
x0=[1 1 1];
[x,fval]=fmincon(f,x0,A,b,[],[])

x = fmincon(fun,x0,A,b,Aeq,beq)   线性不等式约束+等式约束

f=@(x) -x(1)*x(2)*x(3);
A=[-1 -1 -1;1 2 2]
b=[20 5]
x0=[1 1 1];
Aeq=[1 1 0];
beq=4
[x,fval]=fmincon(f,x0,A,b,Aeq,beq)

x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub)  线性不等式约束+等式约束+x的上下界

f=@(x) -x(1)*x(2)*x(3);
A=[-1 -1 -1;1 2 2]
b=[20 5]
x0=[1 1 1];
Aeq=[1 1 0];
beq=4
lb=[4 2 1]
[x,fval]=fmincon(f,x0,A,b,Aeq,beq,lb)

x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)  线性不等式约束+等式约束+x的上下界+非线性约束

function [c,ceq]=con(u) %非线性约束函数文件
x=u(1);
y=u(2);
z=u(3);
c=[];
ceq=x*y+x*z+y*z-80;f=@(x) -x(1)*x(2)*x(3);
x0=[5 5 5];
[x,fval]=fmincon(f,x0,[],[],[],[],[],[],@con)

x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) 线性不等式约束+等式约束+x的上下界+非线性约束+选项设置

function [f,g]=con1(u) %函数与梯度的.m文件
x=u(1);
y=u(2);
z=u(3);
f=-x*y*z;
if nargout > 1 % gradient requiredg = [-y*z-x*z-x*y;];
endfunction [c,ceq]=demo_9_29_1(u)
x=u(1);
y=u(2);
z=u(3);
c=[];
ceq=x*y+x*z+y*z-80;
end%% 提供梯度
options = optimoptions('fmincon','SpecifyObjectiveGradient',true);
syms x y z
ff=-x*y*z;
g=gradient(ff);
x0=[5 5 5];
[x,fval]=fmincon(@con1,x0,[],[],[],[],[],[],@con)

x = fmincon(problem)  

[x,fval] = fmincon(___)  返回最优解x和该点函数值fval

[x,fval,exitflag,output] = fmincon(___) 返回函数退出条件exitflag和有关优化过程信息的结构输出output

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

 

这篇关于MATLAB多维无约束最小化函数 fminunc 、fminsearch与多维有约束函数fmincon的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/680269

相关文章

Kotlin 作用域函数apply、let、run、with、also使用指南

《Kotlin作用域函数apply、let、run、with、also使用指南》在Kotlin开发中,作用域函数(ScopeFunctions)是一组能让代码更简洁、更函数式的高阶函数,本文将... 目录一、引言:为什么需要作用域函数?二、作用域函China编程数详解1. apply:对象配置的 “流式构建器”最

Android Kotlin 高阶函数详解及其在协程中的应用小结

《AndroidKotlin高阶函数详解及其在协程中的应用小结》高阶函数是Kotlin中的一个重要特性,它能够将函数作为一等公民(First-ClassCitizen),使得代码更加简洁、灵活和可... 目录1. 引言2. 什么是高阶函数?3. 高阶函数的基础用法3.1 传递函数作为参数3.2 Lambda

C++中::SHCreateDirectoryEx函数使用方法

《C++中::SHCreateDirectoryEx函数使用方法》::SHCreateDirectoryEx用于创建多级目录,类似于mkdir-p命令,本文主要介绍了C++中::SHCreateDir... 目录1. 函数原型与依赖项2. 基本使用示例示例 1:创建单层目录示例 2:创建多级目录3. 关键注

C++中函数模板与类模板的简单使用及区别介绍

《C++中函数模板与类模板的简单使用及区别介绍》这篇文章介绍了C++中的模板机制,包括函数模板和类模板的概念、语法和实际应用,函数模板通过类型参数实现泛型操作,而类模板允许创建可处理多种数据类型的类,... 目录一、函数模板定义语法真实示例二、类模板三、关键区别四、注意事项 ‌在C++中,模板是实现泛型编程

kotlin的函数forEach示例详解

《kotlin的函数forEach示例详解》在Kotlin中,forEach是一个高阶函数,用于遍历集合中的每个元素并对其执行指定的操作,它的核心特点是简洁、函数式,适用于需要遍历集合且无需返回值的场... 目录一、基本用法1️⃣ 遍历集合2️⃣ 遍历数组3️⃣ 遍历 Map二、与 for 循环的区别三、高

C语言字符函数和字符串函数示例详解

《C语言字符函数和字符串函数示例详解》本文详细介绍了C语言中字符分类函数、字符转换函数及字符串操作函数的使用方法,并通过示例代码展示了如何实现这些功能,通过这些内容,读者可以深入理解并掌握C语言中的字... 目录一、字符分类函数二、字符转换函数三、strlen的使用和模拟实现3.1strlen函数3.2st

MySQL中COALESCE函数示例详解

《MySQL中COALESCE函数示例详解》COALESCE是一个功能强大且常用的SQL函数,主要用来处理NULL值和实现灵活的值选择策略,能够使查询逻辑更清晰、简洁,:本文主要介绍MySQL中C... 目录语法示例1. 替换 NULL 值2. 用于字段默认值3. 多列优先级4. 结合聚合函数注意事项总结C

Java8需要知道的4个函数式接口简单教程

《Java8需要知道的4个函数式接口简单教程》:本文主要介绍Java8中引入的函数式接口,包括Consumer、Supplier、Predicate和Function,以及它们的用法和特点,文中... 目录什么是函数是接口?Consumer接口定义核心特点注意事项常见用法1.基本用法2.结合andThen链

MySQL 日期时间格式化函数 DATE_FORMAT() 的使用示例详解

《MySQL日期时间格式化函数DATE_FORMAT()的使用示例详解》`DATE_FORMAT()`是MySQL中用于格式化日期时间的函数,本文详细介绍了其语法、格式化字符串的含义以及常见日期... 目录一、DATE_FORMAT()语法二、格式化字符串详解三、常见日期时间格式组合四、业务场景五、总结一、

golang panic 函数用法示例详解

《golangpanic函数用法示例详解》在Go语言中,panic用于触发不可恢复的错误,终止函数执行并逐层向上触发defer,最终若未被recover捕获,程序会崩溃,recover用于在def... 目录1. panic 的作用2. 基本用法3. recover 的使用规则4. 错误处理建议5. 常见错