1、Matlab提供options向量来对优化函数进行参数设置，有18个元素

2、介绍该18个元素

Options(1)=0(默认值)  功能:控制显示,优化过程中控制输出信息。0表示不显示; 1表示显示; -1表隐藏信息。 

Options(2)=1e-4  功能:控制x的精度,自变量x的最低精度终止条件。当所有终止条件都满足的时候,优化终止。

Options(3)=1e-4  功能:控制 f 精度,目标函数f的最低精度终止条件。当所有终止条件都满足的时候,优化终止。

options(4)=1e-7  功能:约束g的最低精度终止判别条件。当所有的终止条件都满足的时候,优化终止。

options(5)=0  功能:选择主要优化算法。

options(6)=0  功能:SD算法控制。选择搜索方向算法。

options(7)=0  功能:搜索算法控制。选择线性搜索算法。 

options(8)=N/A  功能:函数值,算法结束时极值点的函数值,attgoal和minimax而言,它包含一个到达因子。

options(9)=0  功能:梯度检查控制.当值为1时,在最初的几个迭代周期,梯度将与有限差分计算的结果比较,此时,梯度函数必须存在。 

options(10)=N/A 功能:函数计算计数。

options(11)=N/A 功能:梯度计算计数。 

options(12)=N/A  功能:限定计数,限定函数梯度计算或差分梯度计算的次数。

options(13)=0  功能:等式约束个数,等式约束必须放在g的前几个元素中。

 options(14)=0*n  功能:最大迭代次数,该值缺省时被置为n的100倍,n为自变量x的个数,在fmins中,缺省为n的200倍,在fminu中,为500n。 

options(15)=0  功能:目标数,尽可能接近goals的目标数,由函数attgoal使用.

 options(16)=1e-8  功能:最小摄动控制.有限差分梯度计算中的最小变化.对函数的梯度计算而言, 实际使用的摄动将自动调整以提高精度,它将在最小摄动和最大摄动之间变化。 

options(17)=0,1  有限差分梯度计算中变量的最大变化。

options(18)=N/A  功能:步长控制,在第一步迭代被赋值为1或更小。