Optimization Toolbox™ обеспечивает функции для нахождения параметров, которые минимизируют или максимизируют цели в то время как удовлетворяющие ограничения. Тулбокс включает решатели для линейного программирования (LP), смешано-целочисленного линейного программирования (MILP), квадратичного программирования (QP), нелинейного программирования (NLP), ограниченного линейного метода наименьших квадратов, нелинейного метода наименьших квадратов и нелинейных уравнений. Можно задать задачу оптимизации с функциями и матрицами или путем определения переменных выражений, которые отражают базовую математику.
Можно использовать решатели тулбокса, чтобы найти оптимальные решения непрерывных и дискретных проблем, выполнить сравнительные анализы и включить методы оптимизации в алгоритмы и приложения. Тулбокс позволяет вам выполнить задачи оптимизации проекта, включая оценку параметра, выбор компонента и настройку параметра. Это может использоваться, чтобы найти оптимальные решения в приложениях, таких как оптимизация портфеля, распределение ресурсов, и производственное планирование и планирование.
Существует два подхода к использованию решателей Optimization Toolbox: основанный на проблеме и основанный на решателе. Прежде чем вы запустите, выберете подход.
Основной пример решения нелинейной задачи оптимизации с нелинейным ограничением с помощью основанного на проблеме подхода.
Представляет пример, который минимизирует нелинейную функцию с нелинейным ограничением.
Формулировка линейной задачи с помощью основанного на проблеме подхода.
Проблемная формулировка с помощью основанного на решателе подхода.
Установите свои опции или запустите вашу оптимизацию визуально.
Вводит оптимизацию как способ найти набор параметров, которые могут быть заданы как оптимальные. Эти параметры получены путем минимизации или максимизации целевой функции согласно равенству или границам параметра и/или ограничениям неравенства.
Что такое решатель оптимизации?
Объясняет, почему решатели не могут найти наименьший минимум.