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 MATLAB® использование функций 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

Найдите значения дополнительных параметров в нелинейных функциях созданными prob2struct.

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

Сэкономьте время, когда 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.

Получите решение Используя режим выполнимости

Решите задачу с трудным ограничительным использованием fmincon режим выполнимости.

Выходная функция для основанной на проблеме оптимизации

Используйте 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.

Сглаженные формулировки несглаженных функций

Переформулируйте некоторые несглаженные функции как сглаженные функции при помощи вспомогательных переменных.

Библиография

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

Для просмотра документации необходимо авторизоваться на сайте