matlab中的优化工具箱

『壹』 matlab有哪些工具箱

matlab工具箱就是省去了matlab编程的过程，他就是把程序转换成界面，便于初学者的学习，操作。 里面有各种工具箱，比如小波工具箱，神经网络工具箱，粒子算法优化工具箱，仿真模拟工具箱等等！

『贰』 Matlab中的优化工具包都能求解哪些类型的优化问题求解的函数是什么

工具箱函数
常用函数：

一元函数极小值
X=fminbnd(‘F’,x1,x2)

无约束极小值
X=fminunc(‘F’,X0)
X=fminsearch(‘F’,X0)

线性规划
X=linprog(c,A,b)

0-1整数规划
X=bintprog(F)

二次规划
X=quadprog(H,c,A,b)

约束极小值（非线性规划）
X=fmincon(‘FG’,X0)

非线性最小二乘
X=lsqnonlin(F,X0)

目标达到问题
X=fgoalattain(‘F’,x,goal,w)

极小极大问题
X=fminimax(‘FG’,x0)

输入参数中可以用options，用于所有函数，其中包括有一下参数。
（1） Display：结果显示方式，off不显示，iter显示每次迭代的信息，final为最终结果，notify只有当求解不收敛的时候才显示结果。
（2） MaxFunEvals：允许函数计算的最大次数，取值为正整数。
（3） MaxIter：允许迭代的最大次数，正整数。
（4） TolFun：函数值（计算结果）精度，正整数。
（5） TolX：自变量的精度，正整数。
而且可以用函数optimset创建和修改。
模型输入时需要注意问题：
（1） 目标函数最小化；
（2） 约束非正；
（3） 避免使用全局变量。

『叁』 如何使用matlab中的工具箱

上面的最优答案废话有点多，我补充一个简洁版答案：
一、自带工具箱：
直接使用。都在toolbox文件夹内，而且默认早已设定完毕。
二、非自带工具箱：
按照这个步骤：
1）下载并解压；
2）复制到matlab安装目录下的toolbox文件夹内（当然也可以放到别处~）；
3）在matlab的菜单：file-set path中，添加路径，要求是连同子文件夹一同添加，路径就是刚才你放置文件夹的地方。设定好了记得save。
4）完毕！

『肆』 matlab优化工具箱怎么调用呀我们要处理贝叶斯诊断问题请问该怎么操作

1、MATLAB自带工具箱
查看方来式：源
首先详细介绍一下MATLAB自带工具箱的使用。
在不熟悉一些调用工具箱的命令的时候，可以在MATLAB主窗口中，点击左下角start--toolboxes,就会罗列出MATLAB已经安装的所有工具箱，可以根据个人的需要选择将要使用的工具箱。可以看到有拟合工具箱、金融工具箱、最优化工具箱等等。

2、调用（打开）方式：以调用拟合工具箱为例，进行详细的示例。
调用方式一：
按照以下步骤：
点击主窗口左下角start--toolboxes--curve fitting--curve fitting tool 单击，就可以打开拟合工具箱。

3、调用方式二：
在上一步中，在start--toolboxes--curve fitting--curve fitting tool ，到这里的时候，会看到在其后面有一个简写 cftool ，这就是拟合工具箱调用命令函数。在MATLAB主窗口中输入cftool ，回车，同样可以打开拟合工具箱。

4、工具箱的使用：
拟合工具箱打开之后，就可以进行多种曲线拟合了。

『伍』 如何知道有没有安装matlab优化工具箱

把工具箱抄解压到matalb安装目录的toolbox目录下（一般在program
files下找到matlab的安装位置，点进去就能找到toolbox），然后用addpath或者pathtool把该工具箱的路径添加到matlab的搜索路径中，最后用which
newtoolbox_command.m来检验是否可以访问。如果能够显示新设置的路径，则表明该工具箱可以使用了。

『陆』 matlab优化工具箱安装

把工具箱解压到matalb安装目录的toolbox目录下（一般在Program Files下找到Matlab的安装位置，点进去就能找到toolbox），回然后用addpath或者pathtool把该工具箱答的路径添加到matlab的搜索路径中，最后用which newtoolbox_command.m来检验是否可以访问。如果能够显示新设置的路径，则表明该工具箱可以使用了。

『柒』 matlab 优化工具箱怎么用

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; 利用遗传算法求内解容，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。...

『捌』 matlab 优化工具箱中如何显示每一次x的数值

在matlab 优化工具箱中是可以显示每一次的x值或一组x值。例如：

求二元函数f(x,y)5-x^4-y^4+4xy的极大值。

>> optimtool %打开内 优化工具容箱

>> exfun=@(x)x(1)^4+x(2)^4-4*x(1)*x(2)-5; %自定义函数，x(1)—x，x(2)—y

求解可得到，最大值为7

『玖』 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。

『拾』 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。