Основанная на решателе нелинейная оптимизация

Решите нелинейную минимизацию и полубесконечные проблемы программирования в последовательном или параллельном использовании основанного на решателе подхода

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.

Функции

fminbndНайдите минимум функции одной переменной на фиксированном интервале
fminconНайдите минимум ограниченной нелинейной многомерной функции
fminsearchНайдите минимум неограниченной многомерной функции с помощью метода без производных
fminuncНайдите минимум неограниченной многомерной функции
fseminfНайдите минимум полубесконечно ограниченной многомерной нелинейной функции

Задачи Live Editor

OptimizeОптимизируйте или решите уравнения в Live Editor

Темы

Неограниченные основанные на решателе приложения

Банановая минимизация функции

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.

Ограниченные основанные на решателе приложения

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.

Генерация кода

Генерация кода в fmincon Фоне

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.

Ограничения полу-Бога

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.

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.

Минимизация дорогой задачи оптимизации Используя Parallel Computing Toolbox™

Пример, показывающий, как использовать параллельные вычисления и в Global Optimization Toolbox и в решателях Optimization Toolbox™.

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