Найдите минимум функции с помощью поиска шаблона
x = patternsearch(fun,x0)
x = patternsearch(fun,x0,A,b)
x = patternsearch(fun,x0,A,b,Aeq,beq)
x = patternsearch(fun,x0,A,b,Aeq,beq,lb,ub)
x = patternsearch(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)
x = patternsearch(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)
x = patternsearch(problem)
[x,fval]
= patternsearch(___)
[x,fval,exitflag,output]
= patternsearch(___)
находит локальный минимум, x
= patternsearch(fun
,x0
)x
, к указателю на функцию fun
, который вычисляет значения целевой функции. x0
является вектором действительных чисел, задающим начальную точку для алгоритма поиска шаблона.
Передача Дополнительных Параметров (Optimization Toolbox) объясняет, как передать дополнительные параметры целевой функции и нелинейным ограничительным функциям при необходимости.
задает набор нижних и верхних границ на переменных проекта в x
= patternsearch(fun
,x0
,A
,b
,Aeq
,beq
,lb
,ub
)x
, так, чтобы решением всегда был в области значений lb
≤ x ≤
ub
. Если никакие линейные равенства не существуют, устанавливают Aeq = []
и beq = []
. Если x(i)
не имеет никакой нижней границы, установите lb(i) = -Inf
. Если x(i)
не имеет никакой верхней границы, установите ub(i) = Inf
.
находит минимум для x
= patternsearch(problem
)problem
, где problem
является структурой, описанной во Входных параметрах. Создайте структуру problem
путем экспорта проблемы из приложения Оптимизации, как описано в Экспорте работы (Optimization Toolbox).
По умолчанию patternsearch
ищет минимум на основе адаптивной mesh, которая, в отсутствие линейных ограничений, выравнивается с координатными направлениями. Смотрите то, Что Прямой Поиск? и Как Поиск Шаблона Опрос работ.
[1] Audet, Чарльз и Дж. Э. Деннис младший “Анализ Обобщенных Поисковых запросов Шаблона”. SIAM Journal на Оптимизации. Объем 13, Номер 3, 2003, стр 889–903.
[2] Коннектикут, A. R. Н. Ай. М. Гулд и Ph Л. Тойнт. “Глобально Конвергентный Увеличенный лагранжевый Алгоритм Барьера для Оптимизации с Общими Ограничениями неравенства и Простыми Границами”. Математика Вычисления. Объем 66, Номер 217, 1997, стр 261–288.
[3] Абрэмсон, Марк А. Поиск шаблона фильтрует алгоритмы для смешанных переменных общих ограниченных задач оптимизации. Кандидатская диссертация, отдел вычислительной и прикладной математики, Университет Райса, август 2002.
[4] Абрэмсон, Марк А., Чарльз Одет, Дж. Э. Деннис младший и Себастьен Ле Дигабэль. “ORTHOMADS: детерминированный экземпляр MADS с ортогональными направлениями”. SIAM Journal на Оптимизации. Объем 20, Номер 2, 2009, стр 948–966.
[5] Колда, Тамара Г., Роберт Майкл Льюис и Вирджиния Торкзон. “Оптимизация прямым поиском: новые взгляды на некоторые классические и современные методы”. Анализ SIAM. Объем 45, Выпуск 3, 2003, стр 385–482.
[6] Колда, Тамара Г., Роберт Майкл Льюис и Вирджиния Торкзон. “Генерация установила увеличенный лагранжевый алгоритм прямого поиска для оптимизации с комбинацией общих и линейных ограничений”. Технический отчет SAND2006-5315, Национальные лаборатории Сандиа, август 2006.
[7] Льюис, Роберт Майкл, Энн Шепэрд и Вирджиния Торкзон. “Реализовывая генерацию методов поиска набора для линейно ограниченной минимизации”. SIAM Journal на Научных вычислениях. Объем 29, Выпуск 6, 2007, стр 2507–2530.
ga
| optimoptions
| paretosearch