FMINCON et Optimisation FMINUNC – Quel Choisir ?
Écrit le 1 décembre 2007 – 16h22 | par Keith Neo
Matlab fournit à une énorme bibliothèque de boîtes à outils et j'ai utilisé beaucoup sur la Boîte à outils d'Optimisation; particulièrement – fmincon et fminunc.
FMINCON est un script de fonction de la Boîte à outils d'Optimisation MATLAB qui utilise des routines d'optimisation contraintes pour minimiser (ou maximiser) les fonctions.
FMINUNC est un script de fonction de la Boîte à outils d'Optimisation MATLAB qui utilise des routines d'optimisation spontanées pour minimiser (ou maximiser) les fonctions.
Ces deux fonctions sont extrêmement puissantes qui peut être utilisé pour trouver le point minimal de n'importe quelle fonction stochastique lisse. Ils peuvent incorporer des renseignements de Toile de jute et de Gradient pour aider à accélérer l'optimisation; ou autrement ces valeurs peuvent être rapprochées de fini-differencing. or otherwise these values can be approximated by finite-differencing.
Bien qu'il y ait ainsi une telle chose qu'un algorithme de but général simple pour aller à tous les buts, mais l'algorithme de région fiduciaire est hautement recommandé pour toutes les sortes, en incluant des routines d'optimisation à grande échelle.
La question principale est ici, quand utilisez-vous FMINCON ou FMINUNC ? En général, FMINCON est utilisé quand :
- la valeur adaptée (pour être formée) est dans une gamme de valeurs, par ex x1 <x <x2.
- on doit éviter des valeurs négatives, par ex x> 0.
- il y a une présence de fonctions contraintes (qui sont des renseignements supplémentaires à être inclus dans la routine d'optimisation).
Autrement, FMINUNC est un choix préféré comme il permet à une énorme gamme de valeurs de valeur de formation, x d'être considérée.
