在开始解决优化问题之前,必须选择适当的方法:基于问题或基于求解器的方法。有关详细信息,请参阅首先选择基于问题的或基于求解的方法。
对于基于问题的方法,创建问题变量,然后在这些符号变量方面表示目标函数和约束。对于基于问题的步骤,请参阅基于问题的优化工作流程。要解决结果问题,使用解决
。
对于基于求解器的步骤,包括定义目标函数和约束,并选择合适的求解器,请参阅基于求解器的优化问题设置。要解决结果问题,使用Quadprog.
或者Coneprog.
。
优化 | 优化或求解实时编辑器中的方程 |
ThemondrelConeConstraint. |
二阶锥约束对象 |
展示如何使用不同算法解决基于问题的二次编程问题。
展示如何使用基于问题的方法来解决大型稀疏二次程序。
示例显示基于大规模的基于问题的二次编程。
示例显示基于基本投资组合模型的基于问题的二次编程。
具有绑定约束和各种选项的二次编程示例。
此示例显示了具有许多线性约束问题的主动集算法的益处。
表明,温暖的开始可以在大型二次程序中有效。
描述如何最好地使用热启动来加快重复的解决方案。万博 尤文图斯
示例显示如何在结构化二次程序中保存内存。
示例显示如何通过使用稀疏二次矩阵在二次程序中保存内存。
示例显示基于求解器的大型二次编程。
示例显示基于求解器的二次编程基本产品组合模型。
呈现一个基于问题的锥形编程的示例。
本节提供了一种使用各种锥形编程问题的时序信息linearsolver
选项设置。
要求解决
使用Coneprog.
对于问题解决方案。
使用锥形编程解决机械质量弹簧问题。
将二次约束转换为Coneprog.
形式。
将二次编程问题转换为二阶锥问题。
先决条件生成C代码以进行二次优化。
了解代码生成的基础知识Quadprog.
优化求解器。
描述如何最好地使用热启动来加快重复的解决方案。万博 尤文图斯
探索处理生成代码中实时要求的技术。
优化功能和对象如何解决优化问题。
要求解决
使用Coneprog.
对于问题解决方案。
列出在优化变量和表达式上的所有可用数学和索引操作。