foptions 函数

Smartk

/ a. K0 W; x& }4 n9 Lfoptions 函数对于优化的控制，matlab共提供了18个参数，这些参数对优化的进行起者很关键的作用。下面就对参数选择函数foptions作详细介绍。
1 }: c: ?1 B3 x$ m+ h1 T  p% w

foptions优化函数调用中的参数选择。参数具体意义如下：

2 X# G, t, ?9 h& v3 w+ p9 v

options(1) 参数显示控制(默认值为0)。等于1时显示一些结果。

* @/ w! g# M$ B$ k

options(2) 优化点x的精度控制(默认值为1e –4)。

3 y$ \5 P/ D6 l

options(3) 优化函数F的精度控制(默认值为1e –4)。

options(4) 违反约束的结束标准(默认值为1e –6)。

& {2 X# ?) l! k+ F

options(5) 策略选择。不常用。

+ K$ @" ?) N0 U2 R* |# N

options(6) 优化程序方法的选择。值为0时为BFGS算法，值为1时采用DFP算法。

0 p0 B8 _) G! s* S

options(7) 线性插值算法选择。值为0时为混合插值算法，值为1时采用立方插值算法。

" D3 R( J+ o! C9 L0 i; C

options(8) 函数值显示(目标-达到问题中的Lambda)。

7 \8 q4 `' L: c# p3 j" _$ S+ [0 j

options(9) 若需要检测用户提供的导数则设为1。

options(10) 函数和约束求值的数目。

* b" W4 i" @; F3 }$ w" l

options(11) 函数导数求值的个数

options(12) 约束求值的数目。

options(13) 等式约束的数目。

& B4 h# \5 m- k$ S) `. Y

options(14) 函数求值的最大次数(默认值为100 变量个数)。

options(15) 用于目标-达到问题中的特殊目标。

options(16) 优化过程中变量的最小梯度值。

5 u+ ]) {: [3 M5 x, j. X

options(17) 优化过程中变量的最大梯度值。

options(18) 步长设置(默认值为1或更小)。

CCxiaom

foptions 函数