Nombres de opciones actuales y existentes

Muchos nombres de opciones han cambiado en la versión R2016a. optimset utiliza únicamente nombres de opciones existentes. optimoptions acepta tanto nombres existentes como actuales. No obstante, cuando configura una opción utilizando un par nombre-valor existente, optimoptions muestra el valor equivalente actual. Por ejemplo, la opción TolX existente es equivalente a la opción StepTolerance actual.

options = optimoptions('fsolve','TolX',1e-4)

options = 

  fsolve options:

   Options used by current Algorithm ('trust-region-dogleg'):
   (Other available algorithms: 'levenberg-marquardt', 'trust-region-reflective')

   Set properties:
               StepTolerance: 1.0000e-04

   Default properties:
                   Algorithm: 'trust-region-dogleg'
              CheckGradients: 0
                     Display: 'final'
    FiniteDifferenceStepSize: 'sqrt(eps)'
        FiniteDifferenceType: 'forward'
           FunctionTolerance: 1.0000e-06
      MaxFunctionEvaluations: '100*numberOfVariables'
               MaxIterations: 400
         OptimalityTolerance: 1.0000e-06
                   OutputFcn: []
                     PlotFcn: []
    SpecifyObjectiveGradient: 0
                    TypicalX: 'ones(numberOfVariables,1)'
                 UseParallel: 0

   Show options not used by current Algorithm ('trust-region-dogleg')

Las siguientes tablas proporcionan la misma información. La primera tabla enumera las opciones en orden alfabético según el nombre de opción existente y la segunda tabla enumera las opciones en orden alfabético según el nombre de opción actual. Las tablas incluyen únicamente aquellos nombres que difieren o tienen valores diferentes, y muestran los valores solo cuando el nombre existente y el actual no coinciden. Para ver los cambios en los solvers de Global Optimization Toolbox, consulte Options Changes in R2016a (Global Optimization Toolbox).

Nombres de opciones en orden según el nombre existente

Nombre existente	Nombre actual	Valores existentes	Valores actuales
`AlwaysHonorConstraints`	`HonorBounds`	`'bounds'`, `'none'`	`true`, `false`
`BranchingRule`	`BranchRule`
`CutGenMaxIter`	`CutMaxIterations`
`DerivativeCheck`	`CheckGradients`	`'on'`, `'off'`	`true`, `false`
`FinDiffRelStep`	`FiniteDifferenceStepSize`
`FinDiffType`	`FiniteDifferenceType`
`GoalsExactAchieve`	`EqualityGoalCount`
`GradConstr`	`SpecifyConstraintGradient`	`'on'`, `'off'`	`true`, `false`
`GradObj`	`SpecifyObjectiveGradient`	`'on'`, `'off'`	`true`, `false`
`Hessian`	`HessianApproximation`	`'user-supplied'`, `'bfgs'`, `'lbfgs'`, `'fin-diff-grads'`, `'on'`, `'off'`	`'bfgs'`, `'lbfgs'`, `'finite-difference'` Se ignoran cuando `HessianFcn` o `HessianMultiplyFcn` no están vacías
`HessFcn`	`HessianFcn`
`HessMult`	`HessianMultiplyFcn`
`HessUpdate` (cambiado en la versión R2022a para `fminunc`)	`HessianApproximation`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`, `"dfp"`, `"steepdesc"`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`
`IPPreprocess`	`IntegerPreprocess`
`Jacobian`	`SpecifyObjectiveGradient`
`JacobMult`	`JacobianMultiplyFcn`
`LPMaxIter`	`LPMaxIterations`
`MaxFunEvals`	`MaxFunctionEvaluations`
`MaxIter`	`MaxIterations`
`MaxNumFeasPoints`	`MaxFeasiblePoints`
`MinAbsMax`	`AbsoluteMaxObjectiveCount`
`PlotFcns`	`PlotFcn`
`RelObjThreshold`	`ObjectiveImprovementThreshold`
`RootLPMaxIter`	`RootLPMaxIterations`
`ScaleProblem`	`ScaleProblem`	`'obj-and-constr'`, `'none'`	`true`, `false`
`SubproblemAlgorithm`	`SubproblemAlgorithm`	`'cg'`, `'ldl-factorization'`	`'cg'`, `'factorization'`
`TolCon`	`ConstraintTolerance`
`TolFun` (uso 1)	`OptimalityTolerance`
`TolFun` (uso 2)	`FunctionTolerance`
`TolFunLP`	`LPOptimalityTolerance`
`TolGapAbs`	`AbsoluteGapTolerance`
`TolGapRel`	`RelativeGapTolerance`
`TolInteger`	`IntegerTolerance`
`TolX`	`StepTolerance`

Nombres de opciones en orden actual

Nombre actual	Nombre existente	Valores actuales	Valores existentes
`AbsoluteGapTolerance`	`TolGapAbs`
`AbsoluteMaxObjectiveCount`	`MinAbsMax`
`BranchRule`	`BranchingRule`
`CheckGradients`	`DerivativeCheck`	`true`, `false`	`'on'`, `'off'`
`ConstraintTolerance`	`TolCon`
`CutMaxIterations`	`CutGenMaxIter`
`EqualityGoalCount`	`GoalsExactAchieve`
`FiniteDifferenceStepSize`	`FinDiffRelStep`
`FiniteDifferenceType`	`FinDiffType`
`FunctionTolerance`	`TolFun` (uso 2)
`HessianApproximation` para `fmincon`	`Hessian`	`'bfgs'`, `'lbfgs'`, `'finite-difference'` Se ignoran cuando `HessianFcn` o `HessianMultiplyFcn` no están vacías	`'user-supplied'`, `'bfgs'`, `'lbfgs'`, `'fin-diff-grads'`, `'on'`, `'off'`
`HessianApproximation` para `fminunc` (cambiado en la versión R2022a para `fminunc`)	`HessUpdate`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`, `"dfp"`, `"steepdesc"`
`HessianFcn`	`HessFcn`
`HessianMultiplyFcn`	`HessMult`
`HonorBounds`	`AlwaysHonorConstraints`	`true`, `false`	`'bounds'`, `'none'`
`IntegerPreprocess`	`IPPreprocess`
`IntegerTolerance`	`TolInteger`
`JacobianMultiplyFcn`	`JacobMult`
`LPMaxIterations`	`LPMaxIter`
`LPOptimalityTolerance`	`TolFunLP`
`MaxFeasiblePoints`	`MaxNumFeasPoints`
`MaxFunctionEvaluations`	`MaxFunEvals`
`MaxIterations`	`MaxIter`
`ObjectiveImprovementThreshold`	`RelObjThreshold`
`OptimalityTolerance`	`TolFun` (uso 1)
`PlotFcn`	`PlotFcns`
`RelativeGapTolerance`	`TolGapRel`
`RootLPMaxIterations`	`RootLPMaxIter`
`ScaleProblem`	`ScaleProblem`	`true`, `false`	`'obj-and-constr'`, `'none'`
`SpecifyConstraintGradient`	`GradConstr`	`true`, `false`	`'on'`, `'off'`
`SpecifyObjectiveGradient`	`GradObj` o `Jacobian`	`true`, `false`	`'on'`, `'off'`
`StepTolerance`	`TolX`
`SubproblemAlgorithm`	`SubproblemAlgorithm`	`'cg'`, `'factorization'`	`'cg'`, `'ldl-factorization'`

Consulte también

Temas

Referencia de opciones de optimización