如何利用Matlab的符号数学求复方程的梯度

我正在解决一个拥抱优化问题，这需要很多时间才能收敛到一个解决方案。这是因为Matlab使用有限差分法计算目标函数的梯度和非线性约束，并构造Hessian矩阵。但fmincon解算器中有一个选项，允许您提供函数和约束的解析导数

出于这个原因，我想知道如何计算，即函数的梯度，这是在这里给出的数学方面和符号数学工具。我应该注意的是，我仍然想要向量格式的目标梯度。不是通过提取方程5中的Eq1。 假设我们有这些优化变量

现在我们根据优化向量定义这两个变量，即Pd

这是我想从中得到梯度的方程：

Eq1=Sin(Pdn)+Pdn+Pgn.^2

---

看看这个问题：我觉得很复杂。我需要一些提示@knedlsepit似乎这个问题与你的链接有很大不同。他主要是问优化向量操作，这很有趣@knedlseppWhat是您希望向fmincon提供分析梯度的原因？或者，更确切地说，您获得的当前解决方案有什么不足之处？因为我的优化问题包含405个决策变量和300个约束，如果我将非线性约束向量化，则为8。我检查了Matlab配置文件，发现70%的优化时间是由Matlab的有限差分函数消耗的。当我搜索并询问专家时，他们都同意提供grad和hessian将大大减少计算时间@霍奇勒

Pdn=[pd(1);mo;Pd(2);0;Pd(4)]
Pgn=[pd(2);Pd(1);m1;Pd(4),Pd(1)]

Eq1=Sin(Pdn)+Pdn+Pgn.^2