最小化程序迅速减少＆amp;然后增加

Question

我运行MATLAB的FMINCON的“内点”算法。该算法使用BFGS，因此考虑了数值Hessian中的信息。

我正在针对唯一解决方案优化已知非凸的参数空间。我惩罚那些与arctan函数不同的参数组合。

我发现优化程序从高处开始（大约10），在几次迭代中减少直到4（接近最小值），然后在几百次迭代中缓慢地向10增加。

我设置的选项可以重新调整问题和约束。

我有点陷入困境。你觉得怎么样？

Answer 1

我发现的特殊问题是由fmincon＆＃39; scale选项引起的，我必须设置scale-Obj-Cons。我相信这会弄乱数值梯度和粗糙度计算，因为行列式区域是非凸的。