理性目标函数，基于问题

基于问题的优化方法包括创建优化变量，并根据这些变量表达目标和约束条件。

有理函数是多项式的商。当目标函数是优化变量的有理函数或其他支持函数时，可以直接从变量中创建目标函数表达式。相比之下，当你的目标函数不是一个受支持的函数时，你必须创建一个代表目标的MATLAB®函数，然后通过使用将函数转换为表达式fcn2optimexpr。看到优化变量和表达式的支持操作和将非线性函数转化为优化表达式。

例如，写目标函数

$f = \frac{(x - y)^{2}}{4 + (x + y)^{4}} \frac{x + y^{2}}{1 + y^{2}}$

就两个优化变量而言x和y。

x = optimvar (“x”);y = optimvar (“y”);f = (x - y) ^ 2 / (4 + (x + y) ^ 4) * (x + y ^ 2) / (1 + y ^ 2);

为了找到这个目标函数的最小值，创建一个优化问题f作为目标，设置一个初始点，并调用解决。

概率= optimproblem (“目标”f);x0。x=-1; x0.y = 1; [sol,fval,exitflag,output] = solve(prob,x0)

使用fminunc解决问题。局部最小值。优化完成，因为梯度的大小小于最优公差的值。

索尔=结构体字段:X: -2.1423 y: 0.7937

fval = -1.0945

exitflag = OptimalSolution

输出=结构体字段:迭代:9 funcCount: 10 stepsize: 1.7073e-06 lssteplength: 1 firstorderopt: 1.4999e-07算法:'准牛顿'消息:'Local minimum found....' objectivederivative: "reverse-AD" solver: 'fminunc'

退出标志表明报告的解决方案是局部最小值。输出结构显示，求解器只需要30次函数求值就能达到最小值。

另请参阅

fcn2optimexpr

理性目标函数，基于问题

另请参阅

相关的话题