『壹』 怎样启动MATLAB优化工具箱
f(x)=x.^4-3*x.^3+x.^2-2;
利用遗传算法求解，选择ga solver（求解器），输入适应函数，专输入变量个数，start就可以了，属充分反应了遗传算法的优越性。
接着是对无约束一维极值问题的求解。
首先是进退法搜索单谷函数的极值问题。原理就是在固定区间内按照一定步长无穷逼近最优解,不过无论怎样逼近，最后得到的还是符合精度的区间，并不是理论最优解。Matlab中用minJT函数来实现。
相关的函数代码可以在matlab相关文件夹中找到，这里就不多说，不过还是按这种方法求一下上面的极小值问题。
代码如下：
syms x;
f=x^4-3*x^3+x^2-2;
[x1,x2]=minJT(f,0,0.001);
『贰』 MATLAB优化工具箱--线性规划问题
这个是整数规划。
你得用别的函数。
比如：ipslv_mex，这个好像得去网上载。
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); %代表专7个变属量都是整数
xmin=ones(7,1); %代表7个变量的最小值均为1
xmax=inf*ones(7,1); %代表7个变量最大值均为无穷大
ctype=ones(3,1); %代表三个方程都是Ax=b,大于等于的话为1，小于等于的话为-1
[x,how]=ipslv_mex(f,A,b,intlist,xmax,xmin,ctype)
结果为：
x =
16
1
1
4
9
1
1
『叁』 matlab优化工具箱怎么进入
优化工具箱只是对一系列优化函数的总称 包括fzero lsqlin等等 并不指代具体的某个“优化工具” 使用的话和matlab中基本函数调用一样 例如x=fzero（@f，x0）
『肆』 matlab优化工具箱约束条件如何填写
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个数与最小的数group[pos]交换
temp=group[i];
group[i]=group[pos];
group[pos]=temp;
}
}
『伍』 MATLAB优化工具箱怎么试用
首先看一个gui对遗传算法的应用，
求下列函数的极小值。
f(x)=x.^4-3*x.^3+x.^2-2;
利用遗传算法求解，选择ga solver（求解器），输入适应函数，输入变量个数，start就可以了，充分反应了遗传算法的优越性。
接着是对无约束一维极值问题的求解。
首先是进退法搜索单谷函数的极值问题。原理就是在固定区间内按照一定步长无穷逼近最优解,不过无论怎样逼近，最后得到的还是符合精度的区间，并不是理论最优解。Matlab中用minJT函数来实现。
相关的函数代码可以在matlab相关文件夹中找到，这里就不多说，不过还是按这种方法求一下上面的极小值问题。
代码如下：
syms x;
f=x^4-3*x^3+x^2-2;
[x1,x2]=minJT(f,0,0.001);
在2009b中结果是。2009b已经没有这个函数了。
无语了一下，继续看下一种方法，黄金分割法。
也是一种无穷逼近法，利用黄金分割长生前一个区间中的内点，舍去一个端点。逐渐逼近最小值，是一种单向收缩法。
不过2009b也没有这个函数了。
然后是斐波那契法。
我们首先就会联想到斐波那契数列，不过这里确实用到了斐波那契数列。
斐波那契法显然是一种双向收缩法具体的搜索原理就不多追究了。
然后便是牛顿迭代法，原来就学过的一种速度相当快的迭代方法，其中优化后的全局牛顿法，一般的牛顿法需要初始点接近最值点而全局牛顿法则不需要这个要求。关最后还有割线法，二次插值和三次插值法。以后会慢慢补充相关的函数m文件的。
『陆』 matlab 最优化工具箱中fminunc中的line search method，为什么用的是strong wolfe方法
armijo 是wolfe的一个条件，它能确保有足够的decrease，但是不能保证alpha足够的精确(最小点)。因为matlab无法估计你函数的复杂程度，它一般还需要一个条件，即构成strong wolfe 来找到更精确的alpha。简单的说，armijo简单但不够精确，strong wolfe 复杂一些但更精确!
『柒』 matlab的优化工具箱，optimization中fminimax的使用
http://..com/question/333697368.html
x = fminimax(fun,x0)给定初值x0, 求函数最小值；
x = fminimax(fun,x0,A,b)给定初值x0,且满足A x<=b,A是矩阵，b是向量；
x = fminimax(fun,x,A,b,Aeq,beq)，满足A x<=b，满足线性方程组Aeq*x = beq；Aeq矩阵，beq向量；
x = fminimax(fun,x,A,b,Aeq,beq,lb,ub)，用法同上，再满足 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(...)返回最小值时x值和函数最小值。
[x,fval,maxfval] = fminimax(...) 返回目标函数最大值；
[x,fval,maxfval,exitflag] = fminimax(...)返回 exitflag描述最小值存在状态。
希望帮上你。
『捌』 matlab优化工具箱怎么打开 有图片最好
命令行输入：optimtool 即可
『玖』 matlab如何调用统计工具箱
调用统计特工具箱的做法：
①打开matlab；
②点击左下角Start；
③进入Toolbox工具箱；
④选择Statistics；