ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

制約なしの最適化

制約なしの最小化問題の解法

関数

fminsearch 導関数を使用せず制約なし多変数関数の最小値を求める
fminunc 制約なし多変数関数の最小値を求める

例および操作のヒント

fminunc 制約なし最小化

次の式の解の集合 [x1, x2] を求める問題を考えてみましょう。

勾配およびヘッシアンを使った最小化

この例では、明示的な三重対角ヘッセ行列 H(x) を使用して非線形最小化問題を解く方法を説明します。

勾配およびヘッセ スパース パターンを使った最小化

この例では、明示的な計算の代わりにスパース有限差分で近似された三重対角ヘッセ行列を使用して非線形最小化問題を解く方法を説明します。

シミュレーションまたは常微分方程式の最適化

目的関数や非線形制約関数の値がシミュレーションまたは常微分方程式 (ODE) の数値解によってのみ得られる場合があります。

概念

制約なしの最適化の定義

制約なしの最小化は、スカラー関数 f(x) の局所的最小値ベクトル x を見つける問題です。

fminunc trust-region アルゴリズム

信頼領域法を紹介し、制約なし非線形最小化への適用方法を説明します。

fminunc quasi-newton アルゴリズム

制約なしの最適化に対して、種々の方法が存在していますが、微係数情報を使うか、使わないかにより大きく分類されます。

fminsearch アルゴリズム

fminsearch は、Lagarias らの 「[57]」 で説明されている Nelder-Mead のシンプレックス アルゴリズムを使用します。

大域的最適解と局所的最適解

ソルバーが最小の最小値を検索しないかもしれない理由

この情報は役に立ちましたか?