optimoptions

Erstellen von Optimierungsoptionen

Syntax

options = optimoptions(SolverName)

options = optimoptions(SolverName,Name,Value)

options = optimoptions(oldoptions,Name,Value)

options = optimoptions(SolverName,oldoptions)

options = optimoptions(prob)

options = optimoptions(prob,Name,Value)

Beschreibung

options = optimoptions(SolverName) gibt eine Reihe von Standardoptionen für den SolverName-Solver zurück.

options = optimoptions(SolverName,Name,Value) gibt ein options-Objekt zurück, bei dem die angegebenen Parameter durch ein oder mehrere Name-Wert-Argumente festgelegt wurden.

options = optimoptions(oldoptions,Name,Value) gibt eine Kopie von oldoptions zurück, bei der die benannten Parameter durch die angegebenen Werte ersetzt wurden.

options = optimoptions(SolverName,oldoptions) gibt die Standardoptionen für den SolverName-Solver zurück und kopiert die entsprechenden Optionen von oldoptions in options.

options = optimoptions(prob) gibt eine Reihe von Standardoptionen für das Optimierungs- oder Gleichungsproblem prob zurück.

options = optimoptions(prob,Name,Value) gibt Optionen zurück, bei denen die angegebenen Parameter durch ein oder mehrere Name-Wert-Argumente festgelegt wurden.

Beispiele

Erstellen von Standardoptionen

Erstellen Sie Standardoptionen für den fmincon-Solver.

options = optimoptions('fmincon')

options = 
  fmincon options:

   Options used by current Algorithm ('interior-point'):
   (Other available algorithms: 'active-set', 'sqp', 'sqp-legacy', 'trust-region-reflective')

   Set properties:
    No properties.

   Default properties:
                    Algorithm: 'interior-point'
           BarrierParamUpdate: 'monotone'
          ConstraintTolerance: 1.0000e-06
                      Display: 'final'
        EnableFeasibilityMode: 0
     FiniteDifferenceStepSize: 'sqrt(eps)'
         FiniteDifferenceType: 'forward'
         HessianApproximation: 'bfgs'
                   HessianFcn: []
           HessianMultiplyFcn: []
                  HonorBounds: 1
       MaxFunctionEvaluations: 3000
                MaxIterations: 1000
               ObjectiveLimit: -1.0000e+20
          OptimalityTolerance: 1.0000e-06
                    OutputFcn: []
                      PlotFcn: []
                 ScaleProblem: 0
    SpecifyConstraintGradient: 0
     SpecifyObjectiveGradient: 0
                StepTolerance: 1.0000e-10
          SubproblemAlgorithm: 'factorization'
                     TypicalX: 'ones(numberOfVariables,1)'
                  UseParallel: 0

   Show options not used by current Algorithm ('interior-point')

Erstellen von nicht-standardmäßigen Optionen

Legen Sie die Optionen für fmincon so fest, dass der sqp-Algorithmus verwendet wird und maximal 1500 Iterationen ausgeführt werden.

options = optimoptions(@fmincon,Algorithm="sqp",MaxIterations=1500)

options = 
  fmincon options:

   Options used by current Algorithm ('sqp'):
   (Other available algorithms: 'active-set', 'interior-point', 'sqp-legacy', 'trust-region-reflective')

   Set properties:
                    Algorithm: 'sqp'
                MaxIterations: 1500

   Default properties:
          ConstraintTolerance: 1.0000e-06
                      Display: 'final'
     FiniteDifferenceStepSize: 'sqrt(eps)'
         FiniteDifferenceType: 'forward'
       MaxFunctionEvaluations: '100*numberOfVariables'
               ObjectiveLimit: -1.0000e+20
          OptimalityTolerance: 1.0000e-06
                    OutputFcn: []
                      PlotFcn: []
                 ScaleProblem: 0
    SpecifyConstraintGradient: 0
     SpecifyObjectiveGradient: 0
                StepTolerance: 1.0000e-06
                     TypicalX: 'ones(numberOfVariables,1)'
             UseCodegenSolver: 0
                  UseParallel: 0

   Show options not used by current Algorithm ('sqp')

Aktualisieren der Optionen

Aktualisieren Sie vorhandene Optionen mit neuen Werten.

Legen Sie die Optionen für den lsqnonlin-Solver so fest, dass der levenberg-marquardt-Algorithmus verwendet wird und maximal 1500 Funktionsauswertungen ausgeführt werden.

oldoptions = optimoptions(@lsqnonlin,Algorithm="levenberg-marquardt",...
    MaxFunctionEvaluations=1500)

oldoptions = 
  lsqnonlin options:

   Options used by current Algorithm ('levenberg-marquardt'):
   (Other available algorithms: 'interior-point', 'trust-region-reflective')

   Set properties:
                   Algorithm: 'levenberg-marquardt'
      MaxFunctionEvaluations: 1500

   Default properties:
                     Display: 'final'
    FiniteDifferenceStepSize: 'sqrt(eps)'
        FiniteDifferenceType: 'forward'
           FunctionTolerance: 1.0000e-06
               MaxIterations: 400
                   OutputFcn: []
                     PlotFcn: []
    SpecifyObjectiveGradient: 0
               StepTolerance: 1.0000e-06
                    TypicalX: 'ones(numberOfVariables,1)'
            UseCodegenSolver: 0
                 UseParallel: 0

   Show options not used by current Algorithm ('levenberg-marquardt')

Erhöhen Sie MaxFunctionEvaluations auf 2000.

options = optimoptions(oldoptions,MaxFunctionEvaluations=2000)

options = 
  lsqnonlin options:

   Options used by current Algorithm ('levenberg-marquardt'):
   (Other available algorithms: 'interior-point', 'trust-region-reflective')

   Set properties:
                   Algorithm: 'levenberg-marquardt'
      MaxFunctionEvaluations: 2000

   Default properties:
                     Display: 'final'
    FiniteDifferenceStepSize: 'sqrt(eps)'
        FiniteDifferenceType: 'forward'
           FunctionTolerance: 1.0000e-06
               MaxIterations: 400
                   OutputFcn: []
                     PlotFcn: []
    SpecifyObjectiveGradient: 0
               StepTolerance: 1.0000e-06
                    TypicalX: 'ones(numberOfVariables,1)'
            UseCodegenSolver: 0
                 UseParallel: 0

   Show options not used by current Algorithm ('levenberg-marquardt')

Verwenden der Punktnotation zur Aktualisierung der Optionen

Aktualisieren Sie vorhandene Optionen mit neuen Werten mithilfe der Punktnotation.

Legen Sie die Optionen für den lsqnonlin-Solver so fest, dass der levenberg-marquardt-Algorithmus verwendet wird und maximal 1500 Funktionsauswertungen ausgeführt werden.

options = optimoptions(@lsqnonlin,Algorithm="levenberg-marquardt",...
    MaxFunctionEvaluations=1500)

options = 
  lsqnonlin options:

   Options used by current Algorithm ('levenberg-marquardt'):
   (Other available algorithms: 'interior-point', 'trust-region-reflective')

   Set properties:
                   Algorithm: 'levenberg-marquardt'
      MaxFunctionEvaluations: 1500

   Default properties:
                     Display: 'final'
    FiniteDifferenceStepSize: 'sqrt(eps)'
        FiniteDifferenceType: 'forward'
           FunctionTolerance: 1.0000e-06
               MaxIterations: 400
                   OutputFcn: []
                     PlotFcn: []
    SpecifyObjectiveGradient: 0
               StepTolerance: 1.0000e-06
                    TypicalX: 'ones(numberOfVariables,1)'
            UseCodegenSolver: 0
                 UseParallel: 0

   Show options not used by current Algorithm ('levenberg-marquardt')

Erhöhen Sie MaxFunctionEvaluations mithilfe der Punktnotation auf 2000.

options.MaxFunctionEvaluations = 2000

options = 
  lsqnonlin options:

   Options used by current Algorithm ('levenberg-marquardt'):
   (Other available algorithms: 'interior-point', 'trust-region-reflective')

   Set properties:
                   Algorithm: 'levenberg-marquardt'
      MaxFunctionEvaluations: 2000

   Default properties:
                     Display: 'final'
    FiniteDifferenceStepSize: 'sqrt(eps)'
        FiniteDifferenceType: 'forward'
           FunctionTolerance: 1.0000e-06
               MaxIterations: 400
                   OutputFcn: []
                     PlotFcn: []
    SpecifyObjectiveGradient: 0
               StepTolerance: 1.0000e-06
                    TypicalX: 'ones(numberOfVariables,1)'
            UseCodegenSolver: 0
                 UseParallel: 0

   Show options not used by current Algorithm ('levenberg-marquardt')

Kopieren von Optionen in einen anderen Solver

Übertragen Sie nicht-standardmäßige Optionen des fmincon-Solvers auf die Optionen des fminunc-Solvers.

Legen Sie die Optionen für fmincon so fest, dass der sqp-Algorithmus verwendet wird und maximal 1500 Iterationen ausgeführt werden.

oldoptions = optimoptions(@fmincon,Algorithm="sqp",MaxIterations=1500)

oldoptions = 
  fmincon options:

   Options used by current Algorithm ('sqp'):
   (Other available algorithms: 'active-set', 'interior-point', 'sqp-legacy', 'trust-region-reflective')

   Set properties:
                    Algorithm: 'sqp'
                MaxIterations: 1500

   Default properties:
          ConstraintTolerance: 1.0000e-06
                      Display: 'final'
     FiniteDifferenceStepSize: 'sqrt(eps)'
         FiniteDifferenceType: 'forward'
       MaxFunctionEvaluations: '100*numberOfVariables'
               ObjectiveLimit: -1.0000e+20
          OptimalityTolerance: 1.0000e-06
                    OutputFcn: []
                      PlotFcn: []
                 ScaleProblem: 0
    SpecifyConstraintGradient: 0
     SpecifyObjectiveGradient: 0
                StepTolerance: 1.0000e-06
                     TypicalX: 'ones(numberOfVariables,1)'
             UseCodegenSolver: 0
                  UseParallel: 0

   Show options not used by current Algorithm ('sqp')

Übertragen Sie die entsprechenden Optionen auf den fminunc-Solver.

options = optimoptions(@fminunc,oldoptions)

options = 
  fminunc options:

   Options used by current Algorithm ('quasi-newton'):
   (Other available algorithms: 'trust-region')

   Set properties:
        FiniteDifferenceType: 'forward'
               MaxIterations: 1500
         OptimalityTolerance: 1.0000e-06
                     PlotFcn: []
    SpecifyObjectiveGradient: 0
               StepTolerance: 1.0000e-06

   Default properties:
                   Algorithm: 'quasi-newton'
                     Display: 'final'
    FiniteDifferenceStepSize: 'sqrt(eps)'
        HessianApproximation: 'bfgs'
      MaxFunctionEvaluations: '100*numberOfVariables'
              ObjectiveLimit: -1.0000e+20
                   OutputFcn: []
                    TypicalX: 'ones(numberOfVariables,1)'
                 UseParallel: 0

   Show options not used by current Algorithm ('quasi-newton')

Die Algorithmus-Option wird nicht auf fminunc übertragen, da "sqp" keine gültige Algorithmusoption für fminunc darstellt.

Ermitteln von Solver und Standardoptionen für ein Optimierungsproblem

Erstellen Sie ein Optimierungsproblem und ermitteln Sie den Standard-Solver und die Standardoptionen.

rng default
x = optimvar("x",3,LowerBound=0);
expr = x'*(eye(3) + randn(3))*x - randn(1,3)*x;
prob = optimproblem(Objective=expr);
options = optimoptions(prob)

options = 
  quadprog options:

   Options used by current Algorithm ('interior-point-convex'):
   (Other available algorithms: 'active-set', 'trust-region-reflective')

   Set properties:
    No properties.

   Default properties:
              Algorithm: 'interior-point-convex'
    ConstraintTolerance: 1.0000e-08
                Display: 'final'
           LinearSolver: 'auto'
          MaxIterations: 200
    OptimalityTolerance: 1.0000e-08
           ScaleProblem: 0
          StepTolerance: 1.0000e-12

   Show options not used by current Algorithm ('interior-point-convex')

Der Standard-Solver ist quadprog.

Stellen Sie die Optionen so ein, dass die iterative Anzeige verwendet wird. Ermitteln Sie die Lösung.

options.Display = "iter";
sol = solve(prob,Options=options);

Solving problem using quadprog.
Your Hessian is not symmetric. Resetting H=(H+H')/2.

 Iter            Fval  Primal Infeas    Dual Infeas  Complementarity  
    0    2.018911e+00   0.000000e+00   2.757660e+00     6.535839e-01  
    1   -2.170204e+00   0.000000e+00   8.881784e-16     2.586177e-01  
    2   -3.405808e+00   0.000000e+00   8.881784e-16     2.244054e-03  
    3   -3.438788e+00   0.000000e+00   3.356690e-16     7.261144e-09  

Minimum found that satisfies the constraints.

Optimization completed because the objective function is non-decreasing in 
feasible directions, to within the value of the optimality tolerance,
and constraints are satisfied to within the value of the constraint tolerance.

<stopping criteria details>

sol.x

ans = 3×1

    1.6035
    0.0000
    0.8029

Eingabeargumente

SolverName — Name des Solvers

Zeichenvektor | Zeichenfolge | Function Handle

Name des Solvers, angegeben als Zeichenvektor, Zeichenfolge oder Function Handle.

Beispiel: 'fmincon'

Beispiel: @fmincon

Datentypen: char | function_handle | string

oldoptions — Mit optimoptions erstellte Optionen

Optionsobjekt

Mit der optimoptions-Funktion erstellte Optionen, angegeben als Optionsobjekt.

Beispiel: oldoptions = optimoptions(@fminunc)

prob — Problemobjekt

OptimizationProblem-Objekt | EquationProblem-Objekt

Problemobjekt, angegeben als OptimizationProblem-Objekt oder EquationProblem-Objekt. Erstellen Sie prob mithilfe von Problem-Based Optimization Workflow oder Problem-Based Workflow for Solving Equations.

Die Syntaxen mit prob ermöglichen es Ihnen, den Standard-Solver für Ihr Problem festzulegen und den Algorithmus oder andere Optionen anzupassen.

Beispiel: prob = optimproblem('Objective',myobj), wobei myobj ein Optimierungsausdruck ist

Name-Wert-Argumente

Geben Sie optionale Argumentpaare in der Form Name1=Value1,...,NameN=ValueN an, wobei Name der Argumentname und Value der zugehörige Wert ist. Name-Wert-Argumente müssen nach allen anderen Argumenten stehen; die Reihenfolge der Name-Wert-Paare ist jedoch beliebig.

Für Versionen vor R2021a: Trennen Sie die einzelnen Namen und Werte durch Kommas und schließen Sie Name in Anführungszeichen ein.

Beispiel: optimoptions(@fmincon,'Display','iter','FunctionTolerance',1e-10) legt für die fmincon-Optionen eine iterative Anzeige und eine FunctionTolerance (Funktionstoleranz) von 1e-10 fest.

Die entsprechenden Name-Wert-Argumente entnehmen Sie bitte der Optionstabelle für Ihren Solver:

• fgoalattain options

• fmincon options

• fminimax options

• fminunc options

• fseminf options

• fsolve options

• ga options (Global Optimization Toolbox)

• gamultiobj options (Global Optimization Toolbox)

• intlinprog options

• linprog options

• lsqcurvefit options

• lsqlin options

• lsqnonlin options

• paretosearch options (Global Optimization Toolbox)

• particleswarm options (Global Optimization Toolbox)

• patternsearch options (Global Optimization Toolbox)

• quadprog options

• simulannealbnd options (Global Optimization Toolbox)

• surrogateopt options (Global Optimization Toolbox)

Ausgabeargumente

options — Optimierungsoptionen

Optionsobjekt

Optimierungsoptionen für den SolverName-Solver, zurückgegeben als Optionsobjekt.

Alternative Funktionalität

Live-Editor Task

Mit dem Live-Editor Task Optimize können Sie Optionen visuell festlegen. Ein Beispiel finden Sie unter Optimize Live Editor Task with fmincon Solver.

Erweiterte Fähigkeiten

C/C++ Codegenerierung

Generieren Sie C und C++ Code mit MATLAB® Coder™.

Hinweise zur Verwendung und Einschränkungen:

Die Codegenerierung unterstützt für jeden Solver eine begrenzte Anzahl von Optionen. Informationen zu den unterstützten Optionen finden Sie auf der Referenzseite des jeweiligen Solvers:

• coneprog C/C++ Code Generation

• fmincon Code Generation

• fsolve Code Generation

• lsqlin Code Generation

• lsqcurvefit Code Generation

• lsqnonlin Code Generation

• quadprog Code Generation

Versionsverlauf

Eingeführt in R2013a

Siehe auch

optimset | „Optimize“ | resetoptions | OptimizationProblem | EquationProblem

Themen

• Festlegen der Optimierungsoptionen