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.
Для настройки задач смотрите Настройку Задачи Оптимизации на Основе Решателя.
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 |
| Optimize | Оптимизируйте или решите уравнения в Live Editor |
Показывает, как решить для минимума функции Розенброка, использующей другие решатели, с или без градиентов.
Безусловная минимизация Используя 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 задачи и передать дополнительные параметры.
Оптимизируйте Live Editor Тэска с решателем fmincon
Пример нелинейного программирования с ограничениями с помощью Оптимизировать Live Editor Тэска.
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
В этом примере показано, 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.
Получите лучшую допустимую точку
Найдите лучшую допустимую точку в output структура.
Минимизация со связанными ограничениями и полосным предварительным формирователем
Увеличение эффективности показа в качестве примера, возможное со структурированными нелинейными проблемами.
Минимизация с линейными ограничениями равенства, Доверительная область отражающий алгоритм
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 линейными ограничениями равенства или только ограничивает.
Вычислите градиенты и гессианы Используя Symbolic Math Toolbox™
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.
Необходимые условия, чтобы сгенерировать код С для нелинейной оптимизации.
Генерация кода для основ оптимизации
Изучите основы генерации кода для fmincon решатель оптимизации.
Выделение Статического ЗУ для fmincon Генерации кода
Используйте выделение статического ЗУ в генерации кода, когда проблема изменится.
Генерация кода оптимизации для приложений реального времени
Исследуйте методы для обработки требований в реальном времени в сгенерированном коде.
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 неопределенности Используя полу-Бога, программирующего
В этом примере показано, как использовать полубесконечное программирование, чтобы исследовать эффект неопределенности в параметрах модели задачи оптимизации.
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.
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, что fminsearch берет, чтобы минимизировать функцию.
Исследуйте опции оптимизации.
Локальный и глобальный оптимумы
Объясняет, почему решатели могут не найти наименьший минимум.
Списки опубликовали материалы, которые поддерживают концепции, реализованные в алгоритмах решателя.