在基于问题的优化创建优化变量,表达式在这些变量表示的目标和约束或代表方程,并使用解决问题解决
。对于基于问题的措施,采取的优化问题,请参阅基于问题的优化工作流程。对于方程解决,请参阅基于问题的工作流程解方程。
你开始解决优化问题之前,你必须选择合适的方法:基于问题或求解器为主。有关详细信息,请参阅首先选择基于问题或求解器为基础的方法。
注意:如果你有一个非线性函数不是一个多项式或理性的表达,它通过使用转换为优化表达fcn2optimexpr
。看到转换非线性函数以优化表达。
对于一个基本的非线性优化示例,请参见解决约束非线性问题,基于问题。对于基本的混合整数线性规划例如,参见混合整数线性编程基础:基于问题。对于基本方程解题示例,请参阅解方程,非线性系统基于问题。
EquationProblem |
非线性方程组的系统 |
OptimizationConstraint |
优化约束 |
OptimizationEquality |
平等和平等约束 |
OptimizationExpression |
在优化变量而言算术或功能性表达 |
OptimizationInequality |
不等式约束 |
OptimizationProblem |
优化问题 |
OptimizationVariable |
变量优化 |
为解决优化问题基于问题的步骤。
基于问题的解方程组的步骤。
表达式定义客观和约束。
通过在基于问题的方法额外的参数,数据或固定变量。
语法规则为基于问题的最小二乘。
如何创建和变量命名指数的工作。
显示了如何查看或修改的问题元素,如变量和约束。
如何评估解决方案和质量。
提示当有整数限制,以及避免在创作问题环路获得更快或更准确的解决方案。
创建可重用,可扩展的问题,独立于数据模型。
解决方案与两个名称相同的优化变量的问题。
这个例子显示了如何创建初始点解决
当您通过使用指定索引变量findindex
功能。
含有优化表达式天道酬勤
要么为NaN
无法显示,并可能导致意想不到的结果。
节省时间,当你的目标和非线性约束函数共享基于问题的方法共同计算。
使用多个处理器进行优化。
并行地执行梯度估计。
实施例示出两个求解器并行计算的有效性:fmincon
和GA
。
探讨加快优化的因素。