fminsearch
Minimisation sans dérivée et sans contrainte.
📝Syntaxe
x = fminsearch(fun, x0)
[x, fval, exitflag, output] = fminsearch(fun, x0, options)
x = fminsearch(problem)
📥Arguments d'entrée
Paramètre Description
fun fonction ou nom de fonction retournant un scalaire.
x0 point initial.
options structure ou objet d'options créé avec optimset ou optimoptions.
📤Arguments de sortie
Paramètre Description
x minimiseur estimé.
fval valeur de l'objectif en x.
exitflag positif en cas de convergence, nul en cas de limite atteinte, négatif en cas d'arrêt par callback.
output structure de diagnostic.
📄Description

fminsearch utilise la méthode du simplexe de Nelder-Mead. Les contrôles TolX, TolFun, MaxIter, MaxFunEvals, Display, OutputFcn et PlotFcns sont pris en charge. Une structure problem peut contenir les champs objective, x0 et options.

💡Exemples
opts = optimset('TolX', 1e-8, 'TolFun', 1e-8);
[x, fval] = fminsearch(@(x) (x(1) - 1)^2 + (x(2) + 2)^2, [0 0], opts)
🔗Voir aussi
fminbndoptimset
Used Functions
optimset optimoptions
📚Bibliographie
J. A. Nelder and R. Mead, "A simplex method for function minimization", The Computer Journal, 1965. J. C. Lagarias, J. A. Reeds, M. H. Wright and P. E. Wright, "Convergence properties of the Nelder-Mead simplex method in low dimensions", SIAM Journal on Optimization, 1998.
🕔Historique des versions
Version Description
2.0.0 version initiale
Modifier cette page sur GitHub