현재 옵션 이름과 이전 옵션 이름

R2016a에서는 많은 옵션 이름이 변경되었습니다. optimset는 이전 옵션 이름만 사용합니다. optimoptions는 이전 이름과 현재 이름을 둘 다 허용합니다. 하지만 이전 이름-값 쌍을 사용하여 옵션을 설정할 때는 optimoptions가 이에 상응하는 현재 값을 표시합니다. 예를 들어, 이전 TolX 옵션은 현재의 StepTolerance 옵션과 동일합니다.

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

options = 

  fsolve options:

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

   Set properties:
               StepTolerance: 1.0000e-04

   Default properties:
                   Algorithm: 'trust-region-dogleg'
                     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')

다음 표에 동일한 정보가 제공됩니다. 첫 번째 표에는 옵션이 이전 옵션 이름의 사전순으로 나열되어 있고, 두 번째 표에는 옵션이 현재 옵션 이름의 사전순으로 나열되어 있습니다. 이들 표에 포함된 이름은 이름이 다르거나 값이 다른 경우이며, 이전 값과 현재 값이 다른 경우에만 그 값이 표시되어 있습니다. Global Optimization Toolbox 솔버의 변경 사항은 Options Changes in R2016a (Global Optimization Toolbox) 항목을 참조하십시오.

이전 옵션 이름순

이전 이름	현재 이름	이전 값	현재 값
`AlwaysHonorConstraints`	`HonorBounds`	`"bounds"`, `"none"`	`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"` `HessianFcn` 또는 `HessianMultiplyFcn`이 비어 있지 않은 경우 무시됩니다.
`HessFcn`	`HessianFcn`
`HessMult`	`HessianMultiplyFcn`
`HessUpdate`(R2022a `fminunc`에서 변경됨)	`HessianApproximation`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`, `"dfp"`, `"steepdesc"`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`
`Jacobian`	`SpecifyObjectiveGradient`
`JacobMult`	`JacobianMultiplyFcn`
`MaxFunEvals`	`MaxFunctionEvaluations`
`MaxIter`	`MaxIterations`
`MinAbsMax`	`AbsoluteMaxObjectiveCount`
`PlotFcns`	`PlotFcn`
`ScaleProblem`	`ScaleProblem`	`"obj-and-constr"`, `"none"`	`true`, `false`
`SubproblemAlgorithm`	`SubproblemAlgorithm`	`"cg"`, `"ldl-factorization"`	`"cg"`, `"factorization"`
`TolCon`	`ConstraintTolerance`
`TolFun`(사용법 1)	`OptimalityTolerance`
`TolFun`(사용법 2)	`FunctionTolerance`
`TolGapAbs`	`AbsoluteGapTolerance`
`TolGapRel`	`RelativeGapTolerance`
`TolX`	`StepTolerance`

현재 옵션 이름순

현재 이름	이전 이름	현재 값	이전 값
`AbsoluteGapTolerance`	`TolGapAbs`
`AbsoluteMaxObjectiveCount`	`MinAbsMax`
`ConstraintTolerance`	`TolCon`
`EqualityGoalCount`	`GoalsExactAchieve`
`FiniteDifferenceStepSize`	`FinDiffRelStep`
`FiniteDifferenceType`	`FinDiffType`
`FunctionTolerance`	`TolFun`(사용법 2)
(`fmincon` 함수에서) `HessianApproximation`	`Hessian`	`"bfgs"`, `"lbfgs"`, `"finite-difference"` `HessianFcn` 또는 `HessianMultiplyFcn`이 비어 있지 않은 경우 무시됩니다.	`"user-supplied"`, `"bfgs"`, `"lbfgs"`, `"fin-diff-grads"`, `"on"`, `"off"`
(`fminunc` 함수에서) `HessianApproximation`(R2022a `fminunc`에서 변경됨)	`HessUpdate`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`	`"bfgs"`, `"lbfgs"`, `{"lbfgs",Positive Integer}`, `"dfp"`, `"steepdesc"`
`HessianFcn`	`HessFcn`
`HessianMultiplyFcn`	`HessMult`
`HonorBounds`	`AlwaysHonorConstraints`	`true`, `false`	`"bounds"`, `"none"`
`JacobianMultiplyFcn`	`JacobMult`
`MaxFunctionEvaluations`	`MaxFunEvals`
`MaxIterations`	`MaxIter`
`OptimalityTolerance`	`TolFun`(사용법 1)
`PlotFcn`	`PlotFcns`
`RelativeGapTolerance`	`TolGapRel`
`ScaleProblem`	`ScaleProblem`	`true`, `false`	`"obj-and-constr"`, `"none"`
`SpecifyConstraintGradient`	`GradConstr`	`true`, `false`	`"on"`, `"off"`
`SpecifyObjectiveGradient`	`GradObj` 또는 `Jacobian`	`true`, `false`	`"on"`, `"off"`
`StepTolerance`	`TolX`
`SubproblemAlgorithm`	`SubproblemAlgorithm`	`"cg"`, `"factorization"`	`"cg"`, `"ldl-factorization"`

참고 항목

도움말 항목

최적화 옵션 참조