在该区域搜索最小的六峰驼背函数-2.1 <= x(i) <= 2.1．该函数具有两个全局极小值和目标函数值-1.0316284……以及四个目标函数值较高的局部极小值。

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);磅= [-2.1,-2.1];乌兰巴托=磅;x = surrogateopt (objconstr磅,乌兰巴托)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

x =1×20.0893 - -0.7130

求Rosenbrock函数的最小值

在非线性约束下，解位于点[1/3,1/3]周围半径为1/3的圆盘上:

$$（x（1）-1/3.{）}^2+（x（2）-1/3.{）}^2\le （1/3.{）}^2$$．

为此，编写一个函数objconstr(x)返回结构字段中Rosenbrock函数的值Fval，并返回表单中的非线性约束值 $$c（x）\le 0$$在结构领域Ineq．

类型objconstr

函数f = objconstr (x) f.Fval = 100 * (x (2) - x (1) ^ 2) ^ 2 + (1 - x (1)) ^ 2;f.Ineq = (x(1)-1/3)²+ (x(2)-1/3)²-(1/3)²;

调用surrogateopt在每个分量上使用0的下界和2/3的上界。

磅= (0,0);乌兰巴托= (2/3,2/3);[x, fval exitflag] = surrogateopt (@objconstr磅,乌兰巴托)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

x =1×20.6544 - 0.4280

fval = 0.1194

exitflag = 0

检查解处的非线性约束值。

disp (objconstr (x) .Ineq)

9.3778 e-04

约束函数值接近零，表明约束在解处是活动的。

求最小值ps_example函数的值x它的第一个分量被限制为整数值，并且所有分量都在-5到5之间。

intcon = 1;rng默认的%的再现性objconstr = @ps_example;磅= (5,5);乌兰巴托= (5,5);x = surrogateopt (objconstr磅,乌兰巴托,intcon)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

x =1×2-5.0000 - 0.0006

使该地区的六驼峰驼背功能最小化-2.1 <= x(i) <= 2.1．该函数具有两个全局极小值和目标函数值-1.0316284……以及四个目标函数值较高的局部极小值。

为了系统地搜索该区域，使用一个规则的起始点网格。将120设置为函数求值的最大次数。使用“surrogateoptplot”图的功能。了解“surrogateoptplot”情节,看到解释surrogateoptplot．

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);磅= [-2.1,-2.1];乌兰巴托=磅;[xpt材料,Ypts] = meshgrid(三3);startpts = [xpt材料(:),Ypts (:));选择= optimoptions (“surrogateopt”，“PlotFcn”，“surrogateoptplot”，.．.“InitialPoints”startpts,“MaxFunctionEvaluations”, 120);x = surrogateopt (objconstr、磅、乌兰巴托、期权)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

x =1×20.0900 - -0.7123

最小化受线性不等式约束的非线性目标函数。为200个函数求值。

objconstr = @multirosenbrock;据nvar = 6;磅= 2 *的(据nvar, 1);乌兰巴托=磅;intcon = [];据nvar = 1 (1);b = 3;Aeq = [];说真的= [];选择= optimoptions (“surrogateopt”，“MaxFunctionEvaluations”, 200);[溶胶,fval exitflag、输出]=.．.intcon surrogateopt (objconstr磅,乌兰巴托,A, b, Aeq,说真的,选项)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

索尔=1×60.0159 0.0061 0.0289 0.0046 0.0207 0.0209

fval = 2.9173

exitflag = 0

输出=结构体字段:Elapsedtime: 32.4536 funccount: 200 constrviolation: 0 ineq: [1x0 double] rngstate: [1x1 struct] message: 'surrogateopt已停止，因为它超过了由…设置的函数计算限制'

创建一个代表该区域六峰驼背函数的问题结构-2.1 <= x(i) <= 2.1．将120设置为函数求值的最大次数。

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);选择= optimoptions (“surrogateopt”，“MaxFunctionEvaluations”, 120);问题=结构(“目标”objconstr,.．.“磅”[-2.1, -2.1],.．.乌兰巴托的[2.1, 2.1],.．.“选项”选项,.．.“规划求解”，“surrogateopt”）;x = surrogateopt(问题)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

x =1×2-0.0892 - 0.7129

对六驼峰驼背函数进行最小化处理，同时返回最小值点和目标函数值。设置选项以抑制所有其他显示。

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);磅= [-2.1,-2.1];乌兰巴托=磅;选择= optimoptions (“surrogateopt”，“显示”，“关闭”，“PlotFcn”[]);[x, fval] = surrogateopt (objconstr、磅、乌兰巴托、期权)

x =1×20.0893 - -0.7130

fval = -1.0316

通过请求来监视代理优化过程surrogateopt返回输出。使用“surrogateoptplot”图的功能。了解“surrogateoptplot”情节,看到解释surrogateoptplot．

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);磅= [-2.1,-2.1];乌兰巴托=磅;选择= optimoptions (“surrogateopt”，“PlotFcn”，“surrogateoptplot”）;[x, fval exitflag、输出]= surrogateopt (objconstr、磅、乌兰巴托、期权)

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

x =1×20.0893 - -0.7130

fval = -1.0316

exitflag = 0

输出=结构体字段:Elapsedtime: 33.6659 funccount: 200 constrviolation: 0 ineq: [1x0 double] rngstate: [1x1 struct] message: 'surrogateopt已停止，因为它超过了由…

通过设置一个很小的函数计算最大值来快速完成代理优化。要为重新启动优化的可能性做好准备，请请求所有求解器输出。

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);磅= [-2.1,-2.1];乌兰巴托=磅;选择= optimoptions (“surrogateopt”，“MaxFunctionEvaluations”, 20);[x, fval exitflag、输出试验]= surrogateopt (objconstr、磅、乌兰巴托、期权);

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

从以前的评估点开始，优化另外20个函数评估。

选项。InitialPoints =试验;[x, fval exitflag、输出试验]= surrogateopt (objconstr、磅、乌兰巴托、期权);

surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数求值限制。

将这40个函数的评价图与文献中的函数评价图进行比较全局极小值的搜索，您会发现重新启动代理优化与连续运行求解器是不同的。

要启用由于崩溃或任何其他原因而重新启动代理优化，请设置检查点文件名。

选择= optimoptions (“surrogateopt”，“CheckpointFile”，“checkfile.mat”）;

创建一个优化问题，并设置少量的函数计算。

rng默认的%的再现性objconstr = @ (x) (4 * x(: 1)。^ 2 - 2.1 * x(: 1)。^ 4 + x(: 1)。^ 6/3.．.+ x(:，1).*x(:，2) - 4*x(:，2)。^ 2 + 4 * x (:, 2) ^ 4);磅= [-2.1,-2.1];乌兰巴托=磅;选择。米axFunctionEvaluations = 30; [x,fval,exitflag,output] = surrogateopt(objconstr,lb,ub,opts)

Surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数计算限制。

x =1×20.0067 - -0.7343

fval = -0.9986

exitflag = 0

输出=结构体字段:elapsedtime: 28.7221 funccount: 30 constrtion: 0 ineq: [1×0 double] rngstate: [1×1 struct] message: 'Surrogateopt停止，因为它超过了由'options.MaxFunctionEvaluations'设置的函数评估限制。'

设置选项使用100个函数计算(这意味着比已经完成的计算多70个)并重新启动优化。

选择。米axFunctionEvaluations = 100; [x2,fval2,exitflag2,output2] = surrogateopt(“checkfile.mat”选择)

Surrogateopt停止，因为它超过了'options. maxfunctionevaluments '设置的函数计算限制。

x2 =1×20.0895 - -0.7130

fval2 = -1.0316

exitflag2 = 0

output2 =结构体字段:elapsedtime: 159.2411 funccount: 100 constrtion: 0 ineq: [1×0 double] rngstate: [1×1 struct] message: 'Surrogateopt停止，因为它超过了由'options.MaxFunctionEvaluations'设置的函数评估限制。'