Toolbox™ оптимизации предоставляет функции для поиска параметров, которые минимизируют или максимизируют цели при удовлетворении ограничений. Инструментарий включает решатели для линейного программирования (LP), смешанно-целочисленного линейного программирования (MILP), квадратичного программирования (QP), конусного программирования второго порядка (SOC), нелинейного программирования (NLP), ограниченных линейных наименьших квадратов, нелинейных наименьших квадратов и нелинейных уравнений.
Можно определить задачу оптимизации с помощью функций и матриц или путем указания переменных выражений, отражающих базовую математику. Для более быстрых и точных решений можно использовать автоматическое дифференцирование функций цели и ограничения.
Можно использовать решатели набора инструментов для поиска оптимальных решений непрерывных и дискретных задач, выполнения анализа компромиссов и включения методов оптимизации в алгоритмы и приложения. Панель инструментов позволяет выполнять задачи оптимизации проекта, включая оценку параметров, выбор компонентов и настройку параметров. Она позволяет находить оптимальные решения в таких приложениях, как оптимизация портфеля, управление энергией и торговля, а также планирование производства.
Существует два подхода к использованию решателей Optimization Toolbox: на основе задач и на основе решателей. Прежде чем начать, выберите подход.
Основной пример решения задачи нелинейной оптимизации с нелинейным ограничением с использованием подхода, основанного на задачах.
Пример минимизации нелинейной функции с нелинейным ограничением.
Пример сценария для изменения с помощью задачи «Оптимизировать интерактивный редактор».
Эффективное использование задачи «Оптимизация интерактивного редактора».
Линейная постановка задачи с использованием проблемного подхода.
Формулирование задачи с использованием подхода, основанного на решателе.
Представляет оптимизацию как способ поиска набора параметров, которые могут быть определены как оптимальные. Эти параметры получаются путем минимизации или максимизации целевой функции с учетом ограничений равенства или неравенства и/или границ параметров.
Описание решателей оптимизации.
Объясняет, почему решатели могут не найти наименьшего минимума.
Математическое моделирование с оптимизацией, часть 1
Моделирование оптимизации, деталь 2: преобразование в форму решателя
Оптимизация моделирования, Часть 2: Решение математической модели на основе проблем
Нелинейное программирование на основе проблем
Использование задачи «Оптимизировать интерактивный редактор»