matlab全局優化工具箱

Ⅰ 誰會MAtlab優化工具箱啊 有個優化問題 不給算，給看看唄。謝啦。

非線性約束函數必須返回兩個參數：

[c,ceq]=mycon(x)

其中，c為不等式約束，ceq為等式約束。不存在等式約束則ceq=[]。

你現在只返回一個參數，而且變數名還寫錯了（是c不是y）。

Ⅱ 你好，能推薦matlab中全局優化的方法嗎或者其他軟體也行。多謝

不容易陷入局部最優的 推薦自帶的遺傳演算法。直接輸入gatool就能打開。或者，你也可以在打開global optimization工具箱，選擇其他演算法，直接搜索演算法也可以。

Ⅲ matlab優化工具箱怎麼進入

優化工具箱只是對一系列優化函數的總稱 包括fzero lsqlin等等 並不指代具體的某個「優化工具」 使用的話和matlab中基本函數調用一樣 例如x=fzero（@f，x0）

Ⅳ 怎樣啟動MATLAB優化工具箱

f(x)=x.^4-3*x.^3+x.^2-2;
利用遺傳演算法求解，選擇ga solver（求解器），輸入適應函數，專輸入變數個數，start就可以了，屬充分反應了遺傳演算法的優越性。
接著是對無約束一維極值問題的求解。
首先是進退法搜索單谷函數的極值問題。原理就是在固定區間內按照一定步長無窮逼近最優解,不過無論怎樣逼近，最後得到的還是符合精度的區間，並不是理論最優解。Matlab中用minJT函數來實現。
相關的函數代碼可以在matlab相關文件夾中找到，這里就不多說，不過還是按這種方法求一下上面的極小值問題。
代碼如下：
syms x;
f=x^4-3*x^3+x^2-2;
[x1,x2]=minJT(f,0,0.001);

Ⅳ matlab的優化工具箱，optimization中fminimax的使用

http://..com/question/333697368.html
x = fminimax(fun,x0)給定初值x0, 求函數最小值；
x = fminimax(fun,x0,A,b)給定初值x0,且滿足A x<=b,A是矩陣，b是向量；
x = fminimax(fun,x,A,b,Aeq,beq)，滿足A x<=b，滿足線性方程組Aeq*x = beq；Aeq矩陣，beq向量；
x = fminimax(fun,x,A,b,Aeq,beq,lb,ub)，用法同上，再滿足 lb<=x<=ub;
x = fminimax(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) subjects the minimax problem to the nonlinear inequalities c(x) or equality constraints ceq(x) defined in nonlcon. fminimax optimizes such that c(x) ≤ 0 and ceq(x) = 0. Set lb = [] and/or ub = [] if no bounds exist.
[x,fval] = fminimax(...)返回最小值時x值和函數最小值。
[x,fval,maxfval] = fminimax(...) 返回目標函數最大值；
[x,fval,maxfval,exitflag] = fminimax(...)返回 exitflag描述最小值存在狀態。
希望幫上你。

Ⅵ MATLAB優化工具箱怎麼試用

首先看一個gui對遺傳演算法的應用，
求下列函數的極小值。
f(x)=x.^4-3*x.^3+x.^2-2;
利用遺傳演算法求解，選擇ga solver（求解器），輸入適應函數，輸入變數個數，start就可以了，充分反應了遺傳演算法的優越性。
接著是對無約束一維極值問題的求解。
首先是進退法搜索單谷函數的極值問題。原理就是在固定區間內按照一定步長無窮逼近最優解,不過無論怎樣逼近，最後得到的還是符合精度的區間，並不是理論最優解。Matlab中用minJT函數來實現。
相關的函數代碼可以在matlab相關文件夾中找到，這里就不多說，不過還是按這種方法求一下上面的極小值問題。
代碼如下：
syms x;
f=x^4-3*x^3+x^2-2;
[x1,x2]=minJT(f,0,0.001);
在2009b中結果是。2009b已經沒有這個函數了。
無語了一下，繼續看下一種方法，黃金分割法。
也是一種無窮逼近法，利用黃金分割長生前一個區間中的內點，捨去一個端點。逐漸逼近最小值，是一種單向收縮法。
不過2009b也沒有這個函數了。
然後是斐波那契法。
我們首先就會聯想到斐波那契數列，不過這里確實用到了斐波那契數列。
斐波那契法顯然是一種雙向收縮法具體的搜索原理就不多追究了。
然後便是牛頓迭代法，原來就學過的一種速度相當快的迭代方法，其中優化後的全局牛頓法，一般的牛頓法需要初始點接近最值點而全局牛頓法則不需要這個要求。關最後還有割線法，二次插值和三次插值法。以後會慢慢補充相關的函數m文件的。

Ⅶ matlab 優化工具箱中如何顯示每一次x的數值

在matlab 優化工具箱中是可以顯示每一次的x值或一組x值。例如：

求二元函數f(x,y)5-x^4-y^4+4xy的極大值。

>> optimtool %打開內 優化工具容箱

>> exfun=@(x)x(1)^4+x(2)^4-4*x(1)*x(2)-5; %自定義函數，x(1)—x，x(2)—y

求解可得到，最大值為7

Ⅷ matlab優化工具箱安裝

把工具箱解壓到matalb安裝目錄的toolbox目錄下（一般在Program Files下找到Matlab的安裝位置，點進去就能找到toolbox），回然後用addpath或者pathtool把該工具箱答的路徑添加到matlab的搜索路徑中，最後用which newtoolbox_command.m來檢驗是否可以訪問。如果能夠顯示新設置的路徑，則表明該工具箱可以使用了。

Ⅸ matlab 優化工具箱怎麼用

首先看一個gui對遺傳演算法的應用， 求下列函數的極小值。 f(x)=x.^4-3*x.^3+x.^2-2; 利用遺傳演算法求內解容，選擇ga solver（求解器），輸入適應函數，輸入變數個數，start就可以了，充分反應了遺傳演算法的優越性。 接著是對無約束一維極值問題的求解。...