1、matlab提供options向量來對優化函式進行引數設定,有18個元素
2、介紹該18個元素
options(1)=0(預設值) 功能:控制顯示,優化過程中控制輸出資訊。0表示不顯示; 1表示顯示; -1表隱藏資訊。
options(2)=1e-4 功能:控制x的精度,
自變數x
的最低精度終止條件。當所有終止條件都滿足的時候,優化終止。
options(3)=1e-4 功能:控制f 精度,
目標函式f
的最低精度終止條件。當所有終止條件都滿足的時候,優化終止。
options(4)=1e-7 功能:
約束g的最低精度終止判別條件。當所有的終止條件都滿足的時候,優化終止。
options(5)=0 功能:選擇主要優化演算法。
options(6)=0 功能:sd演算法控制。選擇搜尋方向演算法。
options(7)=0 功能:搜尋演算法控制。選擇線性搜尋演算法。
options(8)=n/a 功能:函式值,演算法結束時極值點的函式值,attgoal和minimax而言,它包含乙個到達因子。
options(9)=0 功能:梯度檢查控制.當值為1時,在最初的幾個迭代週期,梯度將與有限差分計算的結果比較,此時,梯度函式必須存在。
options(10)=n/a 功能:函式計算計數。
options(11)=n/a 功能:梯度計算計數。
options(12)=n/a 功能:限定計數,限定函式梯度計算或差分梯度計算的次數。
options(13)=0 功能:等式約束個數,等式約束必須放在g的前幾個元素中。
options(14)=0*n 功能:最大迭代次數,該值預設時被置為n的100倍,n為自變數x的個數,在fmins中,預設為n的200倍,在fminu中,為500n。
options(15)=0 功能:目標數,盡可能接近goals的目標數,由函式attgoal使用.
options(16)=1e-8 功能:最小攝動控制.有限差分梯度計算中的最小變化.對函式的梯度計算而言, 實際使用的攝動將自動調整以提高精度,它將在最小攝動和最大攝動之間變化。
options(17)=0,1 有限差分梯度計算中變數的最大變化。
options(18)=n/a 功能:步長控制,在第一步迭代被賦值為1或更小。
Apache之Options引數詳解
指令控制了在特定目錄中將使用哪些伺服器特性。options屬性有乙個非常特別的功能 如果你沒有用 或者 來增加或者減少乙個功能的時候,每個之前定義的options的所有功能都會被取消,直到你又為它指定一些功能。所以options屬性在整體設定和虛擬主機設定的是不相關的,互相不起作用,因為他們在特定的...
python之options選項詳解
label 元件,可以通過 options 設定元件的屬性,從而控制項的各種狀態。比如 寬度 高度 顏色 位置等等。通過三種方式設定 options 選項,這在各種 gui 元件中用法都一致。建立物件時,使用可變引數 也叫關鍵字引數 fred button self,fg red bg blue 建...
Apache之Options引數詳解
指令控制了在特定目錄中將使用哪些伺服器特性。options屬性有乙個非常特別的功能 如果你沒有用 或者 來增加或者減少乙個功能的時候,每個之前定義的options的所有功能都會被取消,直到你又為它指定一些功能。所以options屬性在整體設定和虛擬主機設定的是不相關的,互相不起作用,因為他們在特定的...