matlab优化工具箱下载（matlab优化工具箱实例）

MATLAB优化工具箱怎么试用

首先看一个gui对遗传算法的应用，

求下列函数的极小值。

f(x)=x.^4-3*x.^3+x.^2-2;

利用遗传算法求解，选择ga solver（求解器），输入适应函数，输入变量个数，start就可以了，充分反应了遗传算法的优越性。

接着是对无约束一维极值问题的求解。

首先是进退法搜索单谷函数的极值问题。原理就是在固定区间内按照一定步长无穷逼近更优解,不过无论怎样逼近，最后得到的还是符合精度的区间，并不是理论更优解。Matlab中用minJT函数来实现。

相关的函数代码可以在matlab相关文件夹中找到，这里就不多说，不过还是按这种 *** 求一下上面的极小值问题。

代码如下：

syms x;

f=x^4-3*x^3+x^2-2;

[x1,x2]=minJT(f,0,0.001);

在2009b中结果是。2009b已经没有这个函数了。

无语了一下，继续看下一种 *** ，黄金分割法。

也是一种无穷逼近法，利用黄金分割长生前一个区间中的内点，舍去一个端点。逐渐逼近最小值，是一种单向收缩法。

不过2009b也没有这个函数了。

然后是斐波那契法。

我们首先就会联想到斐波那契数列，不过这里确实用到了斐波那契数列。

斐波那契法显然是一种双向收缩法具体的搜索原理就不多追究了。

然后便是牛顿迭代法，原来就学过的一种速度相当快的迭代 *** ，其中优化后的全局牛顿法，一般的牛顿法需要初始点接近最值点而全局牛顿法则不需要这个要求。关最后还有割线法，二次插值和三次插值法。以后会慢慢补充相关的函数m文件的。

matlab优化工具箱安装

把工具箱解压到matalb安装目录的toolbox目录下（一般在Program Files下找到Matlab的安装位置，点进去就能找到toolbox），然后用addpath或者pathtool把该工具箱的路径添加到matlab的搜索路径中，最后用which newtoolbox_command.m来检验是否可以访问。如果能够显示新设置的路径，则表明该工具箱可以使用了。

matlab 工具箱怎么使用？是不是要安装？

一、MATLAB自带工具箱：

1.查看方式：

首先详细介绍一下MATLAB自带工具箱的使用。

在不熟悉一些调用工具箱的命令的时候，可以按照如下图所示：

在MATLAB主窗口中，点击左下角start--toolboxes,就会罗列出你的MATLAB已经安装的所有工具箱，可以根据你的需要选择你将要使用的工具箱。我们可以看到有拟合工具箱、金融工具箱、更优化工具箱等等。

2.调用（打开）方式：

下面我们介绍一下如何打开一个工具箱。

我们以调用拟合工具箱为例，进行详细的示例。

调用方式一：

按照如下图所示的步骤：

点击主窗口左下角start--toolboxes--curve fitting--curve fitting tool 单击，就可以打开拟合工具箱.

3.调用方式二：

在上一步中，我们在start--toolboxes--curve fitting--curve fitting tool ，到这里的时候，会看到在其后面有一个简写  cftool  如下图，这就是我们的拟合工具箱调用命令函数。在MATLAB主窗口中输入cftool ，回车，同样可以打开拟合工具箱。

4.工具箱的使用：

拟合工具箱打开之后，如下，我们就可以进行多种曲线拟合了。

关于MATLAB拟合工具箱等，一些工具箱的详细用法，由于篇幅的有限，在我的其他经验中都会陆续给出，有兴趣的可以查看。

二、非自带工具箱

非自带工具箱，需另外下载，然后按照一定的步骤导入，导入后一般不能像上面工具箱一样，通过界面操作，一般都通过函数使用。

MATLAB信号处理工具箱到哪里下载

Matlab有自带的Signal processing toolbox，其它大学和研究机构自己编写的工具箱可以到他们的网站上下载。

MATLAB 有哪些好用的第三方工具箱

太多了。matlab工具箱就是省去了matlab编程的过程，他就是把程序转换成界面，便于初学者的学习，操作。里面有各种工具箱，比如小波工具箱，神经 *** 工具箱，粒子算法优化工具箱，仿真模拟工具箱等等

在用matlab的优化工具箱中的linprog求解器或者其他求解器求更优值时，怎么设置变量约束条件为整数

可以用分支定界法求解整数规划问题,给你源码：

function [x,fm] = IntProgFZ(f,A,b,Aeq,beq,lb,ub)

x = NaN;

fm = NaN;

NF_lb = zeros(size(lb));

NF_ub = zeros(size(ub));

NF_lb(:,1) = lb;

NF_ub(:,1) = ub;

F = inf;

while 1

sz = size(NF_lb);

k = sz(2);

opt = optimset('TolX',1e-9);

[xm,fv,exitflag] = linprog(f,A,b,Aeq,beq,NF_lb(:,1),NF_ub(:,1),[],opt);

if exitflag == -2

xm = NaN;

fv = NaN;

end

if xm == NaN

fv = inf;

end

if fv ~= inf

if fv F

if max(abs(round(xm) - xm))1.0e-7

F = fv;

x = xm;

tmpNF_lb = NF_lb(:,2:k);

tmpNF_ub = NF_ub(:,2:k);

NF_lb = tmpNF_lb;

NF_ub = tmpNF_ub;

if isempty(NF_lb) == 0

continue;

else

if x ~= NaN

fm = F;

return;

else

disp('不存在更优解!');

x = NaN;

fm = NaN;

return;

end

end

else

lb1 = NF_lb(:,1);

ub1 = NF_ub(:,1);

tmpNF_lb = NF_lb(:,2:k);

tmpNF_ub = NF_ub(:,2:k);

NF_lb = tmpNF_lb;

NF_ub = tmpNF_ub;

[bArr,index] = find(abs((xm - round(xm)))=1.0e-7);

p = bArr(1);

new_lb = lb1;

new_ub = ub1;

new_lb(p) = max(floor(xm(p)) + 1,lb1(p));

new_ub(p) = min(floor(xm(p)),ub1(p));

NF_lb = [NF_lb new_lb lb1];

NF_ub = [NF_ub ub1 new_ub];

continue;

end

else

tmpNF_lb = NF_lb(:,2:k);

tmpNF_ub = NF_ub(:,2:k);

NF_lb = tmpNF_lb;

NF_ub = tmpNF_ub;

if isempty(NF_lb) == 0

continue;

else

if x ~= NaN

fm = F;

return;

else

disp('不存在更优解!');

x = NaN;

fm = NaN;

return;

end

end

end

else

tmpNF_lb = NF_lb(:,2:k);

tmpNF_ub = NF_ub(:,2:k);

NF_lb = tmpNF_lb;

NF_ub = tmpNF_ub;

if isempty(NF_lb) == 0

continue;

else

if x ~= NaN

fm = F;

return;

else

disp('不存在更优解!');

x = NaN;

fm = NaN;

return;

end

end

end

end