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。
对于问题设置,请参阅基于求解器的优化问题设置。
FMINBND |
在固定间隔中查找最小单变量函数 |
粉刺 |
查找最少约束的非线性多变量功能 |
fminsearch. |
使用衍生方法查找最小无规矩的多变量功能 |
Fminunc. |
查找最小无规矩的多变量功能 |
fseminf. |
查找最少的半无限受限的多变量非线性功能 |
优化 | 优化或求解实时编辑器中的方程 |
展示如何使用不同的求解器,有或没有渐变来解决Rosenbrock的函数的最小值。
无约束非线性规划的例子。
包括衍生物在内的无约束非线性编程的示例。
使用一些衍生信息的非线性编程示例。
教程示例显示如何解决非线性问题并传递额外参数。
使用Fmincon Solver优化Live Editor任务
使用优化实时编辑器任务的约束非线性编程示例。
非线性不等式约束非线性规划示例。
具有衍生信息的非线性编程示例。
具有所有衍生信息的非线性编程示例。
此示例显示了如何解决具有线性或二次目标和二次不等式约束的优化问题。
具有两种类型的非线性约束的非线性编程。
示例显示所有约束。
找到最好的可行点输出
结构体。
示例显示具有结构化非线性问题的效率提升。
示例显示仅线性平等约束的非线性编程。
示例显示如何使用结构化Hessian和仅线性平等约束或仅限界限将内存保存在非线性编程中。
示例显示如何计算符号为优化求解器的衍生物。
使用符号数学工具箱™生成渐变和Hessians。
先决条件生成非线性优化的C代码。
了解代码生成的基础知识粉刺
优化求解器。
在问题更改时使用代码生成中的静态内存分配。
探索处理生成代码中实时要求的技术。
示例显示如何在非线性编程中使用一维半无限约束。
示例显示如何在非线性编程中使用二维半无限约束。
此示例显示如何使用半无限编程来调查不确定性在优化问题的模型参数中的效果。
使用多个处理器进行优化。
并行执行梯度估计。
调查超速优化的因素。
示例显示如何在两者中使用并行计算全局优化工具箱和优化工具箱™载体。
最小化单一目标函数N没有约束的尺寸。
最小化单一目标函数N具有各种类型的约束的尺寸。
步骤fminsearch.
需要最小化函数。
探索优化选项。
解释为什么解码器可能无法找到最小的最小值。
列出支持在求解器算法中实现的概念的已发布的材料。万博1manbetx