我记得在Matlab文档中读过一次关于优化算法的内容，该算法允许用户指定＆＃34; scale＆＃34;搜索期间每个参数的预期变化（至少最初）。
我无法记住这个功能是什么，但现在我正在使用fminsearch并且没有这样的选项。实际上，我甚至无法指定参数边界，并且文档指出它将初始猜测的5％作为默认步骤（或者如果为0则为25e-5）。因为这似乎是初始猜测的相对选择，所以我认为也许我应该将我的参数重新规范化到合适的比例，以便为我的优化问题间接定义一个合适的步骤。
例如，如果我有一个参数，其值大约为10e5但是我想要步数为100，那么我应该＆＃34;除以它＆＃34;优化过程中显示500（显然我会在计算目标函数时将其乘以）。然而，如果参数范围以0为中心，则这变得更加棘手;然后我可以重新缩放它并抵消它。
我的问题是;它是否有效地使用了downhill-simplex方法时人们通常做的事情，并且有一个＆＃34;标准＆＃34;或者＆＃34;更好＆＃34;这样做的方法？