我目前正在使用fmincon来最小化关于18*18矩阵的对数似然函数。虽然在较小的问题上算法非常快,但在当前设置下需要大约2小时才能收敛-当我迭代这个最小化问题时,运行代码可能需要2周时间。有没有一种基于matlab的免费的fmincon替代方案,可以提高解决此类特定问题的速度?(在非here解决方案here中讨论了昂贵的解决方案。)或者我是否需要从matlab调用python脚本?我想要最小化的函数: function [L] = logL(A, U, Sigma_e, T, lags)
% A - p
我正在使用fmincon来解决一个问题。这个问题有一些用矩阵A和B表示的线性不等式约束,我可以用2种方式写出这些约束,并且应该得到类似的结果。但奇怪的是我得到了不同的解决方案。为什么会这样呢?1)首先,我可以将约束提供给'fmincon‘函数,如下所示:
[Xsqp, FUN ,FLAG ,Options] = fmincon(@(X)SQP(X,Dat),X,A,B,[],[],lb,ubC=A*X'-B;' in the functio