Основанная на проблеме нелинейная оптимизация

Решите нелинейные задачи оптимизации в последовательном или параллельном использовании подхода, основанного на проблеме

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.

Сформулируйте свои объективные и нелинейные ограничительные функции как выражения в переменных оптимизации или преобразуйте использование функций MATLAB® fcn2optimexpr. Для настройки задач смотрите Основанного на проблеме Setup Оптимизации.

Функции

evaluateВыполните выражение оптимизации
fcn2optimexprПреобразуйте функцию в выражение оптимизации
infeasibilityНарушение ограничений в точке
optimproblemСоздайте задачу оптимизации
optimvarСоздайте переменные оптимизации
prob2structПреобразуйте задачу оптимизации или проблему уравнения к форме решателя
solveРешите проблема уравнения или задача оптимизации

Темы

Неограниченные основанные на проблеме приложения

Рациональная целевая функция, основанная на проблеме

В этом примере показано, как создать рациональную целевую функцию с помощью переменных оптимизации и решить получившуюся неограниченную задачу.

Ограниченные основанные на проблеме приложения

Решите ограниченную нелинейную оптимизацию, основанную на проблеме

В этом примере показано, как решить ограниченную нелинейную задачу на основе выражений оптимизации. Пример также показывает, как преобразовать нелинейную функцию в выражение оптимизации.

Преобразуйте нелинейную функцию в выражение оптимизации

Преобразуйте нелинейные функции, описанный ли как файлы функции или анонимные функции, при помощи fcn2optimexpr.

Ограниченная электростатическая нелинейная оптимизация, основанная на проблеме

Показывает, как задать цель и ограничительные функции для структурированной нелинейной оптимизации в подходе, основанном на проблеме.

Основанная на проблеме нелинейная минимизация с линейными ограничениями

Показывает, как использовать переменные оптимизации, чтобы создать линейные ограничения и fcn2optimexpr преобразовывать функцию в выражение оптимизации.

Эффект автоматического дифференцирования в основанной на проблеме оптимизации

Автоматическое дифференцирование понижает количество вычислений функции для того, чтобы решить задачу.

Предоставьте производные в основанном на проблеме рабочем процессе

Как включать производную информацию в основанную на проблеме оптимизацию, когда автоматические производные не применяются.

Получите сгенерированные функциональные детали

Как найти значения дополнительных параметров в нелинейных функциях созданными prob2struct.

Цель и ограничения, имеющие общую функцию в последовательном или параллельном, основанном на проблеме

Сэкономьте время, когда ваши объективные и нелинейные ограничительные функции совместно используют общие расчеты в подходе, основанном на проблеме.

Решите нелинейную задачу выполнимости, основанную на проблеме

Решите задачу выполнимости, которая является проблемой с ограничениями только.

Выходная функция для основанной на проблеме оптимизации

Показывает, как использовать выходную функцию в подходе, основанном на проблеме, чтобы записать историю итерации и сделать пользовательский график.

Параллельные вычисления

Что такое параллельные вычисления в Optimization Toolbox?

Используйте несколько процессоров для оптимизации.

Используя параллельные вычисления в Optimization Toolbox

Выполните оценку градиента параллельно.

Улучшание производительности с параллельными вычислениями

Исследуйте факторы для ускорения оптимизации.

Симуляция или ОДУ

Оптимизация симуляции или обыкновенного дифференциального уравнения

Специальные замечания в оптимизации симуляций, целевых функций черного ящика или ОДУ.

Алгоритмы и другая теория

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.

алгоритм fminsearch

Шаги, что fminsearch берет, чтобы минимизировать функцию.

Ссылка опций оптимизации

Исследуйте опции оптимизации.

Локальный и глобальный оптимумы

Объясняет, почему решатели могут не найти наименьший минимум.

Библиография

Списки опубликовали материалы, которые поддерживают концепции, реализованные в алгоритмах решателя.

Для просмотра документации необходимо авторизоваться на сайте