Смотрите Сначала Выбирают Problem-Based or Solver-Based Approach для выбора между основанной на проблеме оптимизацией и основанной на решателе оптимизацией.
Для настройки задач смотрите Основанного на решателе Setup Задачи оптимизации.
fminbnd | Найдите минимум функции одной переменной на фиксированном интервале |
fmincon | Найдите минимум ограниченной нелинейной многомерной функции |
fminsearch | Найдите минимум неограниченной многомерной функции с помощью метода без производных |
fminunc | Найдите минимум неограниченной многомерной функции |
fseminf | Найдите минимум полубесконечно ограниченной многомерной нелинейной функции |
Показывает, как решить для минимума функции Розенброка, использующей другие решатели, с или без градиентов.
Безусловная минимизация fminunc
Пример неограниченного нелинейного программирования.
Минимизация с градиентом и гессианом
Пример неограниченного нелинейного программирования включая производные.
Минимизация с шаблоном разреженности градиента и гессиана
Пример нелинейного программирования с помощью некоторой производной информации.
Пример для Optimization Toolbox™
Учебный пример, показывающий, как решить нелинейные проблемы и передать дополнительные параметры.
Приложение оптимизации с fmincon Решателем
Пример нелинейного программирования с ограничениями с помощью приложения Оптимизации.
Нелинейные ограничения неравенства
Пример нелинейного программирования с нелинейными ограничениями неравенства.
Нелинейные ограничения с градиентами
Пример нелинейного программирования с производной информацией.
Алгоритм Внутренней точки fmincon с Аналитическим Гессианом
Пример нелинейного программирования со всей производной информацией.
Линейная или квадратичная цель с квадратичными ограничениями
Этот пример показывает, как решить задачу оптимизации, которая имеет линейные или квадратичные объективные и квадратичные ограничения неравенства.
Нелинейное равенство и ограничения неравенства
Нелинейное программирование с обоими типами нелинейных ограничений.
Как использовать все типы ограничений
Пример, показывающий все ограничения.
Минимизация со связанными ограничениями и полосным предварительным формирователем
Увеличение эффективности показа в качестве примера, возможное со структурированными нелинейными проблемами.
Минимизация с линейными ограничениями равенства
Пример, показывающий нелинейное программирование только с линейными ограничениями равенства.
Минимизация с плотным структурированным гессианом, линейными равенствами
Пример, показывающий, как сохранить память в нелинейном программировании со структурированным Гессианом и только линейных ограничениях равенства или только ограничивает.
Symbolic Math Toolbox вычисляет градиенты и гессианы
Пример, показывающий, как вычислить производные символически для решателей оптимизации.
Используя символьную математику с решателями Optimization Toolbox™
Используйте Symbolic Math Toolbox™, чтобы сгенерировать градиенты и Гессианы.
Одномерные ограничения полу-Бога
Пример, показывающий, как использовать одномерные полубесконечные ограничения в нелинейном программировании.
Двумерное ограничение полу-Бога
Пример, показывающий, как использовать двумерные полубесконечные ограничения в нелинейном программировании.
Анализ эффекта неуверенности Используя полу-Бога, программирующего
Этот пример показывает, как использовать полубесконечное программирование, чтобы исследовать эффект неуверенности в параметрах модели задачи оптимизации.
Что такое параллельные вычисления в Optimization Toolbox?
Используя несколько процессоров для оптимизации.
Используя параллельные вычисления в Optimization Toolbox
Автоматическая оценка градиента параллельно.
Улучшание производительности с параллельными вычислениями
Факторы для ускорения оптимизации.
Минимизация дорогой задачи оптимизации Используя Parallel Computing Toolbox™
Пример, показывающий, как использовать параллельные вычисления и в Global Optimization Toolbox и в решателях Optimization Toolbox™.
Оптимизация симуляции или обыкновенного дифференциального уравнения
Специальные замечания в оптимизации симуляций, целевых функций черного ящика или ОДУ.
Неограниченные нелинейные алгоритмы оптимизации
Минимизация одной целевой функции в размерностях n без ограничений.
Ограниченные нелинейные алгоритмы оптимизации
Минимизация одной целевой функции в размерностях n с различными типами ограничений.
Шаги, которые fminsearch
делает, чтобы минимизировать функцию.
Описывает опции оптимизации.
Локальный по сравнению с глобальными оптимумами
Объясняет, почему решатели не могут найти наименьший минимум.
Списки опубликовали материалы, которые поддерживают концепции, реализованные в алгоритмах решателя.