用for循环的嵌套进行参数优化有没有什么改进方法

ax639082

最近在做多参数的优化，但是尝试了多个全局优化函数后总是得不到全局最优解让我不敢相信结果，如果使用for循环的嵌套因为参数过多没法求出结果，所以想问问大神们对于多个for循环的嵌套是否有方法改进：
8 a4 W% n8 G* C( T+ H: csyms a b c d e f g h k l
' }7 y' {3 ]1 y  T1 {dmf_min=inf;
9 g1 h+ T) C: m5 v. v) l0 g& y9 ffor kesi_1=0:0.001:0.999
    for kesi_2=0:0.001:0.999
        for kesi_t=0:0.001:0.999
            for f1=0:0.001:10
                for f2=0:0.001:10
                        Y=kesi_1+kesi_2+kesi_t+f1+f2; %%%%中间的式子太复杂就简写成了这么个简单运算                                    
5 Y. u1 f# Y/ z) L                        dmf=Y;
% ?1 J3 q, S, H                    if dmf<=dmf_min
, l# v  Q) t  N                        dmf_min=dmf;
( Y3 g. n* J! x                        t_1=f1;
0 ~3 z6 ^8 \/ w* M& Z                        t_2=f2;
                        t_3=kesi_1;
3 f, C/ u1 T3 q" ?2 `9 t                        t_4=kesi_2;
4 @0 x' w* Z) i5 i                        t_5=kesi_t;                        
                    else
                        continue
5 v5 _3 q$ r& A% |8 K% L                    end
) ~: N1 x  Z  e! Z                end
9 Z# ?% N& L4 k+ r8 r; p            end
) N1 \8 E( B) K, {8 k! P        end
* o$ N& _) }% L6 U    end
0 f/ y/ C6 c/ e# u" E% |/ gend

modengxian111

效率低的话，就算不出来

vincent92

用matlab多久了？这代码风格还是c的，没领悟矩阵运算的妙处。
那些for可以用矩阵运算部分或者全部完成；然后找最小值用min就可以了
唯一的问题，矩阵有点大可能算不过来，要想办法分块