资源描述：
《利用MATLAB求解无约束优化问题.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、命令格式为:[x，fval，exitflag，output]=fminunc(fun,x0，options)；或[x，fval，exitflag，output]=fminsearch(fun,x0,options)；标准型为：minF(X)matlab解多元函数无约束优化问题fminsearch是用单纯形法寻优.fminunc的算法见以下几点说明：使用fminunc和fminsearch.1[3]fminunc为中型优化算法的步长一维搜索提供了两种算法，由options中参数LineSearchType控制：LineSearchType=’quadcubic’(缺省值)，混合的二
2、次和三次多项式插值；LineSearchType=’cubicpoly’，三次多项式插值说明:[1]fminunc为无约束优化提供了大型优化和中型优化算法。由options中的参数LargeScale控制：LargeScale=’on’(默认值),使用大型算法LargeScale=’off’(默认值),使用中型算法[2]fminunc为中型优化算法的搜索方向提供了3种算法，由options中的参数HessUpdate控制：HessUpdate=’bfgs’（默认值），拟牛顿法的BFGS公式；HessUpdate=’dfp’，拟牛顿法的DFP公式；HessUpdate=’steep
3、desc’，最速下降法2例1minf(x)=(4x12+2x22+4x1x2+2x2+1)*ex11、编写M-文件fun.m:functionf=fun(x)f=exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1);2、输入M文件wliti.m如下:x0=[-1,1];x=fminunc(‘fun’,x0);y=fun(x)3、运行结果:x=0.5000-1.0000y=1.3029e-1034用fminsearch函数求解输入命令:f='100*(x(2)-x(1)^2)^2+(1-x(1))^2';[x,fval,exitfla
4、g,output]=fminsearch(f,[-1.22])运行结果:x=1.00001.0000fval=1.9151e-010exitflag=1output=iterations:108funcCount:202algorithm:'Nelder-Meadsimplexdirectsearch'54.用fminunc函数(1)建立M-文件fun2.mfunctionf=fun2(x)f=100*(x(2)-x(1)^2)^2+(1-x(1))^2(2)简单计算[x,fval,exitflag,output]=fminunc('fun2',[-1.22])(3)比较各种算法
5、主程序compare.m6options11=optimset('HessUpdate','dfp')[x11,fval11,exitflag11,output11]=fminunc('fun2',[-1.22],options11)pauseoptions12=optimset('HessUpdate','dfp','LineSearchType','cubicpoly')[x12,fval12,exitflag12,output12]=fminunc('fun2',[-1.22],options12)pauseoptions21=optimset('HessUpdate','
6、bfgs')[x21,fval21,exitflag21,output21]=fminunc('fun2',[-1.22],options21)pauseoptions22=optimset('HessUpdate','bfgs','LineSearchType','cubicpoly')[x22,fval22,exitflag22,output22]=fminunc('fun2',[-1.22],options22)pauseoptions31=optimset('HessUpdate','steepdesc')[x31,fval31,exitflag31,output31]=
7、fminunc('fun2',[-1.22],options31)pauseoptions32=optimset(,'HessUpdate','steepdesc','MaxIter',8000,'MaxFunEvals',8000)[x32,fval32,exitflag32,output32]=fminunc('fun2',[-1.22],options32)pauseoptions33=optimset('HessUpdate','steepdesc','MaxIter',
