Nombres de opciones actuales y antiguos

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

Nombre antiguo	Nombre actual	Valores antiguos	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 antiguo	Valores actuales	Valores antiguos
`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'`

Temas relacionados

Referencia de opciones de optimización