Optimization Toolbox™ предлагает функции для нахождения параметров, которые минимизируют или максимизируют цели с учётом ограничений. Тулбокс включает решатели для линейного программирования (LP), смешано-целочисленного линейного программирования (MILP), квадратичного программирования (QP), конического программирования второго порядка (SOCP), нелинейного программирования (NLP), ограниченного линейного метода наименьших квадратов, нелинейного метода наименьших квадратов и нелинейных уравнений.
Можно задать задачу оптимизации с функциями и матрицами или путем определения переменных выражений, которые отражают базовую математику. Можно использовать автоматическое дифференцирование цели и ограничительных функций для более быстрых и более точных решений.
Можно использовать решатели тулбокса, чтобы найти оптимальные решения непрерывных и дискретных задач, выполнить сравнительные анализы и включить методы оптимизации в алгоритмы и приложения. Тулбокс позволяет вам выполнить проектные задачи оптимизации, включая оценку параметра, выбор компонента и настройку параметра. Это позволяет вам найти оптимальные решения в приложениях, таких как оптимизация портфеля, управление энергопотреблением и торговля и производственное планирование.
Существует два подхода к использованию решателей Optimization Toolbox: основанный на проблеме и основанный на решателе. Прежде чем вы начнете, выберете подход.
Основной пример решения нелинейной задачи оптимизации с нелинейным ограничением с помощью подхода, основанного на проблеме.
Представляет пример, который минимизирует нелинейную функцию с нелинейным ограничением.
Скрипт в качестве примера, чтобы изменить для использования Оптимизировать задачи Live Editor.
Как использовать Оптимизировать задачу Live Editor эффективно.
Формулировка линейной задачи с помощью подхода, основанного на проблеме.
Формулировка задачи с помощью основанного на решателе подхода.
Представляет оптимизацию как способ нахождения множества параметров, которые могут быть определены как оптимальные. Эти параметры получаются путем минимизации или максимизации целевой функции, удовлетворяющей ограничениям равенствам или неравенствам и/или параметрическим границам.
Описания решателей оптимизации.
Объясняет, почему решатели могут не найти наименьший минимум.