优化工具箱™提供函数最小化或最大化目标而寻找参数满足约束条件。工具箱包括解决线性规划(LP)、混合整数线性规划(MILP),二次规划(QP),二阶锥规划(二),非线性规划(NLP),约束线性最小二乘非线性最小二乘法和非线性方程组。
你可以定义函数优化问题和矩阵或通过指定变量反映底层的数学表达式。您可以使用自动分化的目标和约束函数更快和更准确的解决方案。万博 尤文图斯
您可以使用工具箱解决寻找连续和离散问题的最优解,进行权衡分析,并整合优化方法到算法和应用程序中。万博 尤文图斯工具箱允许您执行优化设计任务,包括参数估计、组件选择和参数优化。它使您能够找到最优解的应用,如投资组合优化、能源管理和交易和生万博 尤文图斯产计划。
开始:
具体问题具体分析优化
写与表达式的优化目标和约束变量。用自动分化解决更快和更强劲的非线性表达式。应用自动选择解算程序。交互式地创建和解决问题与优化生活编辑任务,然后生成代码共享或在应用程序中使用。
Solver-Based优化
使用函数编写非线性目标和约束;编写使用系数矩阵线性目标和约束。交互式地创建和解决问题与优化生活编辑任务,然后生成代码共享或在应用程序中使用。
应用程序
使用非线性优化估算和调优参数,找到最优的设计,计算最优轨迹,构建健壮的组合,和其他应用程序变量之间的非线性关系。
应用程序
使用线性规划问题如资源分配、生产规划、混合和投资计划。使用二阶和二阶锥规划问题,如设计优化、组合优化和控制水电站。
解决者
解决混合整数线性规划问题使用分支定界算法,包括预处理、启发式生成可行点,和削减的飞机。
应用程序
模型和整数变量当有开/关的决定或逻辑约束以及当变量值必须积分。路由、调度、规划、分配和资本预算问题是典型的应用程序。
解决者
制定目标达到情况或极小极大问题。使用目标达到情况有选择的加权值为每个目标的目标。使用极大极小来最小化最糟糕的一组目标函数的价值。
应用程序
使用多目标优化时需要权衡相互矛盾的目标。例子是重量和强度在结构设计和投资组合优化的风险和回报。
应用非线性最小二乘
可以充分利用非线性最小二乘方法来适应一个非线性模型来获得数据或解决一个非线性方程组,包括当参数受到一定限制。
MATLAB编译器支持万博1manbetx
使用MATLAB编译器™和MATLAB编译器SDK™部署MATLAB®优化模型作为独立的可执行文件,web应用程序,C / c++共享库,微软®net程序集,Java®Python类,®包。