optimset 函数在matlab中的用法

`optimset` 函数是 Matlab 中用于设置优化算法选项的函数。它的语法如下：

options = optimset('option1', value1, 'option2', value2, ...)

其中，`option` 是一个字符串，表示需要设置的选项，`value` 是选项对应的值。可以使用多个选项和相应值的组合来设置多个选项。

下面是一些常用的选项及其用法：

- `'Display'`：控制迭代过程中的信息输出。可选值为 `'off'`（不输出任何信息）、`'iter'`（每次迭代输出信息）、`'final'`（仅在最后一次迭代时输出信息）和 `'notify'`（仅在迭代过程中出现错误时输出信息）。
- `'MaxIter'`：最大迭代次数。
- `'TolX'`：控制迭代收敛的精度。当相邻两次迭代解的差值小于该值时，认为算法已经收敛。
- `'TolFun'`：控制目标函数值的精度。当相邻两次迭代目标函数值的差值小于该值时，认为算法已经收敛。
- `'MaxFunEvals'`：最大函数评估次数。
- `'Algorithm'`：优化算法选择。可选值有 `'interior-point'`（内点法）、`'sqp'`（序列二次规划法）和 `'active-set'`（活动集法）等。

例如，要设置最大迭代次数为 100，控制迭代收敛的精度为 $10^{-6}$，并输出每次迭代的信息，可以使用如下代码：

options = optimset('MaxIter', 100, 'TolX', 1e-6, 'Display', 'iter');

然后，将这个 `options` 结构体传递给 Matlab 中的优化函数，例如 `fminsearch` 或 `fmincon`，就可以使用这些选项进行优化了。例如：

[x, fval] = fminsearch(@myfun, x0, options);

其中，`myfun` 是一个目标函数，`x0` 是初始点。