matlab fminsearch函数 …

 fminsearch能够从一个初始值开始，找到一个标量函数的最小值。通常被称为无约束非线性优化

    x = fminsearch(fun,x0)从x0开始，找到函数fun中的局部最小值x，x0可以是标量，向量，矩阵。fun是一个函数句柄

    x =fminsearch(fun,x0,options)以优化参数指定的结构最小化函数，可以用optimset函数定义这些参数。（见matlab help）

[x,fval] = fminsearch(...)返回在结果x出的目标函数的函数值

[x,fval,exitflag] = fminsearch(...)返回exitflag值来表示fminsearch退出的条件：

1--函数找到结果x

0--函数最大功能评价次数达到，或者是迭代次数达到

-1--算法由外部函数结束

[x,fval,exitflag,output] = fminsearch(...)返回一个结构输出output，包含最优化函数的信息：output.algorithm 使用的优化算法

output.funcCount 函式计算次数

output.iterations 迭代次数

output.message 退出信息

如果fun是有参数的，那么可以定义个匿名函数去获得独立的参数，例如，若果需要估计的函数为

function f = myfun(x,a)

f = x(1)^2 + a*x(2)^2

因为myfun中有一个位置参数a，所以不能直接传给fminsearch中。所以需要最优化具体的a，例如a =1.5

首先定义 a = 1.5;

然后x = fminsearch(@(x) myfun(x,a),[0,1])

示例：

>> a=@(x)sin(x(1))+cos(x(2))

a = 

   @(x)sin(x(1))+cos(x(2))

>> [x,fval,exitflag,output]=fminsearch(a,[-1,-1])

x =

  -1.570778690181897 -3.141576124035424

fval =

  -1.999999999707862

exitflag =

    1

output = 

    iterations: 41

    funcCount: 81

    algorithm: 'Nelder-Mead simplex directsearch'

      message: [1x196 char]