『壹』 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);
『貳』 MATLAB優化工具箱--線性規劃問題
這個是整數規劃。
你得用別的函數。
比如：ipslv_mex，這個好像得去網上載。
f=ones(7,1);
A=[1,4,0,0,3,1,2;1,0,3,0,1,2,0;1,0,0,2,0,0,1];
b=[50;30;25];
intlist=zeros(7,1); %代表專7個變屬量都是整數
xmin=ones(7,1); %代表7個變數的最小值均為1
xmax=inf*ones(7,1); %代表7個變數最大值均為無窮大
ctype=ones(3,1); %代表三個方程都是Ax=b,大於等於的話為1，小於等於的話為-1
[x,how]=ipslv_mex(f,A,b,intlist,xmax,xmin,ctype)
結果為：
x =
16
1
1
4
9
1
1
『叄』 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）
『肆』 matlab優化工具箱約束條件如何填寫
static void(int[]group)
{
int temp;
int pos=0;
for(int i=0;i< group.Length-1;i++)
{
pos=i;
for(intj=i+1;j<group.Length;j++)
{
if(group[j]<group[pos])
{
pos=j;
}
}//第i個數與最小的數group[pos]交換
temp=group[i];
group[i]=group[pos];
group[pos]=temp;
}
}
『伍』 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。
『陸』 matlab 最優化工具箱中fminunc中的line search method，為什麼用的是strong wolfe方法
armijo 是wolfe的一個條件，它能確保有足夠的decrease，但是不能保證alpha足夠的精確(最小點)。因為matlab無法估計你函數的復雜程度，它一般還需要一個條件，即構成strong wolfe 來找到更精確的alpha。簡單的說，armijo簡單但不夠精確，strong wolfe 復雜一些但更精確!
『柒』 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。
『捌』 matlab優化工具箱怎麼打開 有圖片最好
命令行輸入：optimtool 即可
『玖』 matlab如何調用統計工具箱
調用統計特工具箱的做法：
①打開matlab；
②點擊左下角Start；
③進入Toolbox工具箱；
④選擇Statistics；