AbsoluteGapTolerance非負實數。如果內部計算的目標函數的上界 (U) 和下界 (L) 之間的差小于或等于 AbsoluteGapTolerance，則 intlinprog 停止：

U – L <=

AbsoluteGapTolerance。

AbsoluteMaxObjectiveCountF(x) 的數量，用于最小化最差情形絕對值。

BranchRule選擇分支分量的規則：

'maxpscost' - 具有最大偽代價的小數分量。請參閱分支定界。

'strongpscost' - 具有最大偽代價的小數分量，需要審慎估計偽代價。請參閱分支定界。

'reliability' - 具有最大偽代價的小數分量，需要比 'strongpscost' 更為審慎地估計偽代價。請參閱分支定界。

'mostfractional' - 小數部分最接近 1/2 的分量。

'maxfun' - 目標向量 f 的絕對值中對應分量最大的小數分量。

CheckGradients將用戶提供的分析導數(梯度或 Jacobian 矩陣，取決于所選求解器)與有限差分導數進行比較。僅限于 optimoptions。對于 optimset，使用 DerivativeCheck

CutGeneration切割生成的級別(請參閱切割生成)：

'none' - 無切割。使 CutMaxIterations 不相關。

'basic' - 正常切割生成。

'intermediate' - 使用更多切割類型。

'advanced' - 使用大多數切割類型。

CutMaxIterations在進入分支定界階段之前經歷所有切割生成方法的次數，從 1 到 50 的整數。通過將 CutGeneration 選項設置為 'none' 可禁用切割生成。

Display顯示級別。

'off' 不顯示輸出。

'iter' 顯示每次迭代的輸出，并給出默認退出消息。

'iter-detailed' 顯示每次迭代的輸出，并給出帶有技術細節的退出消息。

'notify' 僅當函數不收斂時才顯示輸出，并給出默認退出消息。

'notify-detailed' 僅當函數不收斂時才顯示輸出，并給出技術性退出消息。

'final' 僅顯示最終輸出，并給出默認退出消息。

'final-detailed' 僅顯示最終輸出，并給出帶有技術細節的退出消息。全部。有關適用的值，請參閱各個函數參考頁。

EqualityGoalCount指定目標 fun 達到設置目標所需的目標數量。如有必要，請對您的目標重新排序，讓 fgoalattain 準確實現第一個 EqualityGoalCount 目標。僅限于 optimoptions。對于 optimset，使用 GoalsExactAchieve

FiniteDifferenceStepSize有限差分的標量或向量步長大小因子。當您將 FiniteDifferenceStepSize 設置為向量 v 時，前向有限差分 delta 是

delta = v.*sign′(x).*max(abs(x),TypicalX); 其中 sign′(x) = sign(x)(例外是 sign′(0) = 1)。中心有限差分是

delta = v.*max(abs(x),TypicalX);標量 FiniteDifferenceStepSize 擴展為向量。對于正向有限差分，默認值為 sqrt(eps)；對于中心有限差分，默認值為 eps^(1/3)。僅限于 optimoptions。對于 optimset，使用 FinDiffRelStep

FiniteDifferenceType用于估計梯度的有限差分是 'forward'(默認值)或 'central'(中心化)，這需要兩倍的函數計算次數，但結果應該更準確。如果 HonorBounds 選項設置為 false，則在 fmincon 內點計算中，'central' 差分可能會在其計算過程中違反邊界。僅限于 optimoptions。對于 optimset，使用 FinDiffType

HessianApproximationHessian 矩陣逼近的方法：'bfgs'、'lbfgs'、{'lbfgs',Positive Integer} 或 'finite-difference'。

當 HessianFcn 或 HessianMultiplyFcn 非空時將被忽略。

HessianFcn用戶提供的 Hessian 函數，指定為函數句柄(請參閱包含 Hessian 矩陣)。

HessianMultiplyFcn用戶提供的 Hessian 矩陣乘法函數，指定為函數句柄。

當 HessianFcn 非空時將被忽略。

Heuristics搜索可行點的算法(請參閱使用啟發式方法求出可行解)：

'basic'

'intermediate'

'advanced'

'rss'

'rins'

'round'

'diving'

'rss-diving'

'rins-diving'

'round-diving'

'none'

HeuristicsMaxNodes嚴格正整數，它限制 intlinprog 在分支定界搜索可行點的過程中可探查的節點數。請參閱使用啟發式方法求出可行解。

HonorBounds默認值 true 確保每次迭代都滿足邊界約束。通過設置為 false 關閉。僅限于 optimoptions。對于 optimset，使用 AlwaysHonorConstraints

IntegerPreprocess整數預處理的類型(請參閱混合整數規劃預處理)：

'none' - 使用非常少的整數預處理步驟。

'basic' - 使用中等數量的整數預處理步驟。

'advanced' - 使用所有可用的整數預處理步驟。

IntegerTolerance1e-6 到 1e-3 范圍內的實數，這是解 x 的分量仍被視為整數時相比整數可具有的最大偏差。IntegerTolerance 不是停止條件。

JacobianMultiplyFcn用戶定義的 Jacobian 矩陣乘法函數，指定為函數句柄。除非對于 fsolve、lsqcurvefit 和 lsqnonlin 來說 SpecifyObjectiveGradient 是 true，否則被忽略。

LinearSolver算法內部線性求解器的類型：

'auto' - 如果傳遞的二次矩陣為稀疏矩陣(對于 quadprog 來說為 H，對于 lsqlin 來說為 C)，則使用 'sparse'；否則使用 'dense'。

'sparse' - 使用稀疏線性代數。

'dense' - 使用稠密線性代數。lsqlin 'interior-point' 算法和 quadprog 'interior-point-convex' 算法

LPMaxIterations嚴格正整數，在分支定界過程中每個節點的單純形算法迭代的最大次數。

LPOptimalityTolerance非負實數，要將一個變量納入基，該變量的簡化后的代價必須超過 LPOptimalityTolerance。

MaxIterations允許的最大迭代次數。

MaxFeasiblePoints嚴格正整數。intlinprog 在找到 MaxFeasiblePoints 個整數可行點時停止。

MaxNodes嚴格正整數，它是求解器在其分支定界過程中探查的最大節點數。

MaxTime算法允許的最長時間(以秒為單位)。

NodeSelection選擇下一步要探查的節點。

'simplebestproj' - 最佳投影。請參閱分支定界。

'minobj' - 探查目標函數值最小的節點。

'mininfeas' - 探查整數不可行性之和最小的節點。請參閱分支定界。

ObjectiveCutOff大于 -Inf 的實數。默認值為 Inf。

ObjectiveImprovementThreshold非負實數。intlinprog 僅在找到目標函數值比當前可行解的目標函數值低至少 ObjectiveImprovementThreshold 的另一個解時，才會更改當前可行解：(fold – fnew)/(1 + |fold|) >

ObjectiveImprovementThreshold。

ObjectiveLimit如果目標函數值低于 ObjectiveLimit 并且迭代可行，則迭代停止。

PlotFcn繪制算法執行過程中的各個進度測量值。從預定義繪圖中選擇，或者自行編寫。以列表或函數句柄(如 @optimplotx)形式給出函數名稱。傳遞內置繪圖函數名稱、函數句柄，或由內置名稱或函數句柄組成的元胞數組。對于自定義繪圖函數，傳遞函數句柄。

'optimplotx' 繪制當前點

'optimplotfunccount' 繪制函數計數

'optimplotfval' 繪制函數值

'optimplotfvalconstr' 將找到的最佳可行目標函數值繪制為線圖。該圖將不可行點顯示為紅色，可行點顯示為藍色，使用的可行性容差為 1e-6。

'optimplotconstrviolation' 繪制最大值約束違反度

'optimplotresnorm' 繪制殘差范數

'optimplotfirstorderopt' 繪制一階最優性

'optimplotstepsize' 繪制步長大小

'optimplotmilp' 繪制混合整數線性規劃的間隙

RelativeGapTolerance0 到 1 范圍內的實數。如果內部計算的目標函數上界 (U) 和下界 (L) 之間的差小于或等于 RelativeGapTolerance，則 intlinprog 停止：

(U – L) / (abs(U)

+ 1) <=

RelativeGapTolerance。

intlinprog 自動針對較大的 L 量級修正容差：

容差 = min(1/(1+|L|),

RelativeGapTolerance)

RootLPAlgorithm求解線性規劃的算法：

'dual-simplex' - 對偶單純形算法

'primal-simplex' - 原始單純形算法

RootLPMaxIterations非負整數，它是求解初始線性規劃問題要進行的單純形算法迭代的最大次數。

ScaleProblem對于 fmincon interior-point 和 sqp 算法，true 會使算法根據所有約束和目標函數的初始值對其進行歸一化。要禁用，請設置為默認值 false。

SpecifyConstraintGradient非線性約束的用戶定義梯度。

StepTolerancex 的終止容差。

SubproblemAlgorithm確定迭代步的計算方式。

總結

以上是生活随笔為你收集整理的matlab优化 带参数设置,优化选项参考- MATLAB Simulink- MathWorks 中国的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。