Линейный метод наименьших квадратов

Решите задачи линейного метода наименьших квадратов с границами или линейными ограничениями

Прежде чем вы начнете решать задачу оптимизации, необходимо выбрать соответствующий подход: основанный на проблеме или основанный на решателе. Для получения дополнительной информации смотрите, Сначала Выбирают Problem-Based or Solver-Based Approach.

Линейный метод наименьших квадратов решает min || C *x - d || 2, возможно с границами или линейными ограничениями.

Для подхода, основанного на проблеме создайте переменные задачи, и затем представляйте целевую функцию и ограничения в терминах этих символьных переменных. Для основанных на проблеме шагов, чтобы взять, смотрите Основанный на проблеме Рабочий процесс Оптимизации. Чтобы решить получившуюся задачу, используйте solve.

Для основанных на решателе шагов, чтобы взять, включая определение целевой функции и ограничений и выбора соответствующего решателя, смотрите Настройку Задачи Оптимизации на Основе Решателя. Чтобы решить получившуюся задачу, используйте lsqlin или для неотрицательной задачи для метода наименьших квадратов можно также использовать lsqnonneg.

Функции

развернуть все

evaluateВыполните выражение оптимизации
infeasibilityНарушение ограничений в точке
optimproblemСоздайте задачу оптимизации
optimvarСоздайте переменные оптимизации
solveРешите проблема уравнения или задача оптимизации
lsqlinРешите ограниченные задачи линейного метода наименьших квадратов
lsqnonnegРешает неотрицательную линейную задачу методом наименьших квадратов
mldivide, \Решите системы линейных уравнений Ax = B для x

Темы

Основанный на проблеме линейный метод наименьших квадратов

Кратчайшее расстояние до плоскости

Показывает, как решить задачу линейного метода наименьших квадратов с помощью подхода, основанного на проблеме.

Неотрицательная линейная задача для метода наименьших квадратов, основанная на проблеме

Показывает, как решить неотрицательную линейную задачу методом наименьших квадратов с помощью подхода, основанного на проблеме и нескольких решателей.

Крупномасштабный ограниченный линейный метод наименьших квадратов, основанный на проблеме

Решает оптическую deblurring задачу с помощью подхода, основанного на проблеме.

Основанный на решателе линейный метод наименьших квадратов

Приложение оптимизации с lsqlin Решателем

Пример, показывающий приложение Оптимизации и линейный метод наименьших квадратов.

Неотрицательная линейная задача для метода наименьших квадратов, основанная на решателе

В этом примере показано, как использовать несколько алгоритмов, чтобы решить задачу линейного метода наименьших квадратов со связанным ограничением, что решение является неотрицательным.

Функция умножения якобиана с линейным методом наименьших квадратов

Пример, показывающий, как сохранить память в большой структурированной проблеме линейного метода наименьших квадратов.

Крупномасштабный ограниченный линейный метод наименьших квадратов, основанный на решателе

Решает оптическую deblurring задачу с помощью основанного на решателе подхода.

Основанные на проблеме алгоритмы

Запишите целевую функцию для основанных на проблеме наименьших квадратов

Синтаксические правила для основанных на проблеме наименьших квадратов.

Основанные на проблеме алгоритмы оптимизации

Как оптимизационные функции и объекты решают задачи оптимизации.

Поддерживаемые операции на переменных и выражениях оптимизации

Списки все доступные математические и индексирующие операции на переменных и выражениях оптимизации.

Алгоритмы и опции

Наименьшие квадраты (подбор кривой модели) алгоритмы

Минимизация суммы квадратов в размерностях n только со связанными или линейными ограничениями.

Ссылка опций оптимизации

Исследуйте опции оптимизации.

Для просмотра документации необходимо авторизоваться на сайте