1. 什么是datafeed 如何注册datafeed
序号 工具箱 备注
数学、统计与优化
1 Symbolic Math Toolbox 符号数学工具箱
2 Partial Differential Euqation Toolbox 偏微分方程工具箱
3 Statistics Toolbox 统计学工具箱
4 Curve Fitting Toolbox 曲线拟合工具箱
5 Optimization Toolbox 优化工具箱
6 Global Optimization Toolbox 全局优化工具箱
7 Neural Network Toolbox 神经网络工具箱
8 Model-Based Calibration Toolbox 基于模型矫正工具箱
信号处理与通信
9 Signal Processing Toolbox 信号处理工具箱
10 DSP System Toolbox DSP系统工具箱
11 Communications System Toolbox 通信系统工具箱
12 Wavelet Toolbox 小波工具箱
13 Fixed-Point Toolbox 定点运算工具箱
14 RF Toolbox 射频工具箱
15 Phased Array System Toolbox 相控阵系统工具箱
控制系统设计与分析
16 Control system Toolbox 控制系统工具箱
17 System Indentification Toolbox 系统辨识工具箱
18 Fuzzy Logic Toolbox 模糊逻辑工具箱
19 Robust Control Toolbox 鲁棒控制工具箱
20 Model Predictive Control Toolbox 模型预测控制工具箱
21 Aerospace Toolbox 航空航天工具箱
图像处理与计算机视觉
22 Image Processing Toolbox 图像处理工具箱
23 Computer Vision System Toolbox 计算机视觉工具箱
24 Image Acquisition Toolbox 图像采集工具箱
25 Mapping Toolbox 地图工具箱
测试与测量
26 Data Acquisition Toolbox 数据采集工具箱
27 Instrument Control Toolbox 仪表控制工具箱
28 Image Acquisition Toolbox 图像采集工具箱
29 OPC Toolbox OPC开发工具
30 Vehicle Network Toolbox 车载网络工具箱
计算金融
31 Financial Toolbox 金融工具箱
32 Econometrics Toolbox 计算经济学工具箱
33 Datafeed Toolbox 数据输入工具箱
34 Fixed-Income Toolbox 固定收益工具箱
35 Financial Derivatives Toolbox 衍生金融工具箱
计算生物
33 Bioinformatics Toolbox 生物信息工具箱
34 SimBiology 生物学工具箱
并行计算
35 Parallel Computing Toolbox 并行计算工具箱
36 MATLAB Distributed Computing Server MATLAB分布式计算服务器
数据库访问与报告
37 Database Toolbox 数据库工具箱
38 MATLAB Report Generator MATLAB报告生成
MATLAB代码生成
39 MATLAB Coder MATLAB代码生成
40 Filter Design HDL Coder 滤波器设计HDL代码生成
MATLAB应用发布
41 MATLAB Compiler MATLAB编译器 混合编程
42 MATLAB Builder NE for Microsoft.Net Framework
43 MATLAB Builder JA for Java Language
44 MATLAB Builder EX for Microsoft Excel
45 Spreadsheet Link EX for Microsoft Excel
2. maple Global Optimization Toolbox 全局优化工具箱
maple自己有一个局部优化的Optimization包，一般这个就行了
with(Optimization)
你要的那个得花钱的，网上下不来，中文参考地址（就算个广告页）：
http://www.cca-es.com/cn/maple/got/
除非你有特殊的用途，不然买个那东西干啥？
3. 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。
4. matlab工具箱中的神经网络和遗传算法要怎么调用
都是有两种调用方法，一种图形界面的，这个从开始菜单，然后工具，然后从里面找神经网络
neural
network，遗传算法工具是
全局优化工具箱里面的，global
optimization。
另外
一种通过命令行调用，这个需要你理解你都要做什么，我用神经网络举例。第一步需要先整理出输入变量和输出变量，第二步设计并初始化神经网络，第三部训练，第四部获得结果。
如果你想结合这两者，就会更加复杂，详细的你可以再问。我曾经做过用遗传算法优化神经网络的工具。
5. matlab优化工具箱GlobalSearch初始值有影响么
肯定会有影响的，如果解空间过于复杂，就算是globalsearch就未必一定会收敛到全局最优解。简单问题至少也会影响到搜索迭代次数。
6. 怎么用mtlab优化工具箱求目标函数为BP神经网络训练结果的极值
需要声明全局变量。分别在两段程序的开头加上
globalnet
不然无法在函数中调用net.
如果你要多于一个函数共用一个简单的变量，简单的处理方法就是把这个变量在所有函数中定义为global全局变量。在命令行做同样的事情，如果你要工作空间访问上述变量。这个全局变量的定义必须出现在变量被应用于一个函数之前。虽然不是要求，但全局变量也最好以大写字母开头，这样可以同其他变量区别出来。举个例子，做一个以falling.m命名的M－文件。
function h = falling(t)
global GRAVITY
h = 1/2*GRAVITY*t.^2;
然后交互地输入语句
global GRAVITY
GRAVITY = 32;
y = falling((0:.1:5)');
这两个变量在函数中表示同一个内容。之后你可以交互地修改GRVITY并获得新的解法，而不用再编辑文档。
注意：1 全局变量列表中各个变量名不能用逗号分隔。 如： global a b c
2 全局变量使用前必须再matlab工作空间中申明，如果再具体得函数中用则要在函数前面申明，否则在该函数中即使用到了该变量，也会被当成局部变量使用。
7. matlab中照片怎么让图像工具箱调用
都是有两种调用方法，一种图形界面的，这个从开始菜单，然后工具，然后从里面找神经网络
neural
network，遗传算法工内具是
全局优化工具箱里面的，global
optimization。
另外
一种通过命令行调用，这个需要你理解你都要做什么，我用神经网络举例。第一步需要先整理出输入变量和输出变量，第二步设计并初始化神经网络，容第三部训练，第四部获得结果。
如果你想结合这两者，就会更加复杂，详细的你可以再问。我曾经做过用遗传算法优化神经网络的工具。
8. matlab优化函数fmincon函数的问题
1、是不是局部最优可以通过退出代码exitflag辅助判断。至于说全局最优，没有哪版种优化方法能够保证，即使用全权局优化工具箱中的遗传算法之类的，也只是增加得到全局最优解的机会。
2、那个警告没影响，可以忽略，不想看到的话，也可以关闭或通过指定算法来避免。
3、受字数限制，代码只能贴图片，但这样我没法测试，只能给你提这些建议。必要时，可以考虑通过网盘或博客上传代码。或者私信也可以。
9. 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。