改进 surrogateopt 解或流程

改进 `surrogateopt` 解或流程

当同时具有线性约束和整数约束时，surrogateopt 可能无法找到任何可行点或足够不同的可行点来创建替代。在这些情况下，求解器将退出并显示退出标志 - 2（未找到可行点）或 3（可行点太少）。有关退出标志 – 2 的详细信息，请参阅未找到可行点。

退出标志 3 可以以两种不同的方式出现：

您可以使用 surrogateoptplot 绘图函数查看适用哪种情况。

options = optimoptions('surrogateopt','PlotFcn','surrogateoptplot');
[sol,fval,exitflag] = surrogateopt(arguments,options);

每次替代重置之后，surrogateopt 需要更多可行点来构造下一个替代。当存在整数约束时，surrogateopt 可能会耗尽可行点集，或者即使剩下一些可行点，也可能无法找到新的可行点

如果 surrogateopt 已执行至少一次重置，则它已成功找到解。在这种情况下，您可能已经找到了解问题的方法。

如果 surrogateopt 无法创建初始替代，或者 surrogateopt 重置并且您想尝试寻找其他解，请执行以下步骤。

放宽一些约束。
- 将一些线性约束改为非线性，导致求解器不再坚持严格的可行性。这可以为 surrogateopt 提供更多可用于构建代理的可行点。
- 通过为 b 向量选择更大的值来放宽一些线性不等式约束。您可以通过添加标量一次放宽所有 b 值：
  b = b + 5;
类似地，如果您的边界约束导致问题的可行点太少，并且如果它对您的问题有意义，请放宽边界。采取较大的上界或较小的下界，或者两者兼而有之。您可以通过添加或减去标量来一次放宽所有边界。
```
ub = ub + 3;
lb = lb - 1;
```

当 surrogateopt 无法找到符合边界、整数约束和线性约束的可行点时，它会返回退出标志 – 2。在这种情况下，这个问题确实不可行。

然而，当求解器无法找到相对于非线性不等式约束可行的点时，它也可以返回退出标志 – 2。即使存在可行点，有时也会发生这种情况。要继续，请按照收敛于不可行点中的步骤操作。

通常，当函数计算用完时，surrogateopt 就会停止。这意味着 surrogateopt 不会停止，因为它达到了最优解。然而，当发生替代重置时，当前解通常接近局部最优。

如何评估解的质量？一般来说，这是很难做到的。以下是调查解以帮助确定其局部质量的一些步骤。然而，没有任何程序可以保证某个点是一个全局解。请参阅您能证明一个解是全局的吗？。

如果问题没有整数约束，请查看附近的点。为此，在返回的解上调用 patternsearch。将 InitialMeshSize 选项设置为您想要使用的搜索步长的大小。为了防止 patternsearch 花费太多时间，请将 MaxIterations 选项设置为 1，将 UseCompletePoll 选项设置为 true：
```
options = optimoptions('patternsearch',...
    'InitialMeshSize',1e-3,...
    'MaxIterations',1,'UseCompletePoll',true);
```
如果您的问题具有非线性约束，首先使用在 surrogateopt 形式和其他求解器形式之间转换非线性约束将约束转换为 patternsearch 接受的形式。
如果问题没有整数约束，请尝试从解开始运行 fmincon。同样，如果您的问题具有非线性约束，首先使用在 surrogateopt 形式和其他求解器形式之间转换非线性约束将约束转换为 fmincon 接受的形式。如果问题使用模拟或 ODE 求解器，则可能需要为 fmincon 设置更大的有限差分选项。请参阅优化仿真或常微分方程。
如果问题有整数约束，那么除了尝试运行 surrogateopt 进行更多函数计算之外，几乎没有什么可做的。最有效地做到这一点的方法是使用检查点文件。请参阅使用检查点文件。如果您没有使用检查点文件，您也可以使用 InitialPoints 选项提供一组初始点。