Прежде чем приступить к решению задачи оптимизации, необходимо выбрать подходящий подход: на основе задач или на основе решателей. Дополнительные сведения см. в разделе Первый выбор подхода на основе проблем или подхода на основе решателей.
Сформулируйте целевые и нелинейные функции ограничений как выражения в переменных оптимизации или преобразуйте функции MATLAB ® с помощьюfcn2optimexpr. Сведения о настройке проблемы см. в разделе Настройка оптимизации на основе проблемы.
evaluate | Вычислить выражение оптимизации |
fcn2optimexpr | Преобразовать функцию в выражение оптимизации |
infeasibility | Нарушение ограничения в точке |
optimproblem | Создать проблему оптимизации |
optimvar | Создание переменных оптимизации |
prob2struct | Преобразовать задачу оптимизации или задачу уравнения в форму решателя |
solve | Решение задачи оптимизации или задачи уравнения |
Рациональная целевая функция, основанная на проблемах
В этом примере показано, как создать рациональную целевую функцию с помощью переменных оптимизации и решить результирующую задачу без ограничений.
Решение ограниченной нелинейной оптимизации на основе проблем
В этом примере показано, как решить ограниченную нелинейную задачу на основе выражений оптимизации. В примере также показано, как преобразовать нелинейную функцию в выражение оптимизации.
Преобразование нелинейной функции в выражение оптимизации
Преобразование нелинейных функций, выраженных в виде файлов функций или анонимных функций, с помощью fcn2optimexpr.
Ограниченная электростатическая нелинейная оптимизация, основанная на проблемах
Показывает, как определить функции цели и ограничения для структурированной нелинейной оптимизации в подходе, основанном на проблемах.
Нелинейная минимизация на основе проблем с помощью линейных ограничений
Показывает, как использовать переменные оптимизации для создания линейных ограничений, и fcn2optimexpr преобразование функции в выражение оптимизации.
Влияние автоматического дифференцирования в оптимизации на основе проблем
Автоматическое дифференцирование снижает количество оценок функций для решения задачи.
Поставка дериватов в потоке операций на основе проблем
Как включить информацию о производных в оптимизацию на основе задач, если автоматические производные не применяются.
Получение сведений о сгенерированной функции
Поиск значений дополнительных параметров в нелинейных функциях, созданных prob2struct.
Экономьте время, когда целевые и нелинейные функции ограничения используют общие вычисления в подходе, основанном на проблемах.
Решение нелинейной проблемы выполнимости, основанной на проблемах
Решите проблему выполнимости, которая является проблемой только с ограничениями.
Функция вывода для оптимизации на основе проблем
Показывает, как использовать функцию вывода в подходе, основанном на проблемах, для записи истории итераций и создания пользовательского графика.
Что такое параллельные вычисления в инструменте оптимизации?
Для оптимизации используйте несколько процессоров.
Использование параллельных вычислений в инструменте оптимизации
Выполнить оценку градиента параллельно.
Повышение производительности благодаря параллельным вычислениям
Изучите факторы ускорения оптимизации.
Оптимизация моделирования или обычного дифференциального уравнения
Особые соображения по оптимизации моделирования, целевых функций «черного ящика» или ОДУ.
Алгоритмы нелинейной оптимизации без ограничений
Минимизация одной целевой функции в n измерениях без ограничений.
Алгоритмы нелинейной оптимизации с ограничениями
Минимизация одной целевой функции в n измерениях с различными типами ограничений.
Шаги, которые fminsearch используется для минимизации функции.
Ссылка на параметры оптимизации
Изучите возможности оптимизации.
Локальные и глобальные оптимумы
Объясняет, почему решатели могут не найти наименьшего минимума.
Список опубликованных материалов, поддерживающих концепции, реализованные в алгоритмах решателя.