我正在写一个matlab代码，我计算max-min。 我正在使用matlab的“fminimax”来解决以下问题：
ki=G(i,:);
ki(i)=0;
fs(i)=-((G(i,i)*pt(i)+sum(ki.*pt)+C1)-(C2*(sum(ki.*pt)+C1)));
G：是一个系统矩阵。 pt：是优化变量。
当使用实际系统矩阵时，“fminimax”在一次迭代后停止并返回初始值“pt”，无论“pt”的初始值是什么，即没有找到解。 （初始值在文档中定义为X0）。系统具有以下参数：G是e-11的顺序，pt是e-1的顺序，c1是e-14的顺序。
当我尝试随机生成的测试矩阵和不同的参数时，“fminimax”找到问题的解决方案，一切正常。 G按e-2的顺序，pt按e-2的顺序排列，c1为e-7的顺序
我试图扩展实际系统：“fminimax”持续了不止一次迭代，然而，它仍然返回了pt的初始值，即它无法找到解决方案。
我试图使用“选项”[StepTolerance，OptimalityTolerance，ConstraintTolerance和functiontolerance]来改变“fminmax”的容差。根本没有影响。仍然没有解决方案
我认为问题可能是“fminimax”的精度不高，或者不适合解决问题。我觉得它也很慢。
我下载了CPLX，我想使用我在书中找到的方法将max-min问题转换为线性编程。但是，当我在简单的minimax上尝试我的代码时，它没有给出相同的解决方案。
我想过以CVX为例，但问题不是凸起的。
可能是什么问题？
附：系统矩阵G具有不同的实现，我尝试了其中的一些。然而，“fminimax”以相同的方式对所有这些响应，即它无法找到适当的解决方案。
答案 0 :(得分：0)
我不相信优化解算器已被破坏。如果问题是非凸的，那么可以有多个局部最小化器。鉴于您提供的信息，我们无法知道您是否在初始条件下开始。
首先需要启动的是从优化退出条件中获取更多信息...是否已完成，因为它达到了迭代限制？ （我希望不要因为它没有进行多次迭代）...它是否因为容差被击中而完成（例如，函数的变化不超过xxxx）？或许它找不到可行的解决方案？ （我不知道你是否有任何需要满足的限制）。
很可能，我猜测你是在没有意识到的情况下从局部最小化器开始的。因此，您需要通过查看在初始猜测时评估的函数的jacobian来确定您是否确实处于局部最小化器。要么通过分析计算，要么使用有限步长近似....