在基于问题的优化中,你创建优化变量,这些变量的表达式表示目标和约束,或表示方程,并使用来解决问题解决
.关于优化问题的基于问题的步骤,请参见具体问题具体分析优化工作流程.equation-solving,请参阅求解方程的基于问题的工作流.
在开始解决优化问题之前,必须选择适当的方法:基于问题的方法或基于求解器的方法。有关详细信息,请参见首先选择基于问题或基于解决者的方法.
注意:如果你有一个非线性函数,它不是一个多项式或有理表达式,转换它为一个优化表达式通过使用fcn2optimexpr
.看到将非线性函数转换为优化表达式.
有关一个基本的非线性优化示例,请参见基于问题的约束非线性问题的求解.关于一个基本的混合整数线性规划的例子,见混合整数线性规划基础:基于问题.关于一个基本的方程求解的例子,请看求解非线性方程组,基于问题.
EquationProblem |
非线性方程组 |
OptimizationConstraint |
优化的约束 |
OptimizationEquality |
等式和等式约束 |
OptimizationExpression |
用优化变量表示的算术或函数表达式 |
OptimizationInequality |
不等式约束 |
OptimizationProblem |
优化问题 |
OptimizationVariable |
为优化变量 |
解决优化问题的基于问题的步骤。
解决方程的基于问题的步骤。
表达式定义了目标和约束。
在基于问题的方法中传递额外的参数、数据或固定变量。
基于问题的最小二乘语法规则。
如何为变量创建和使用命名索引。
演示如何检查或修改问题元素,如变量和约束。
如何评估解决方案及其质量。
在存在整数约束时获得更快或更准确的解决方案的技巧,以及在问题创建中避免循环的技巧。
要创建可重用的、可伸缩的问题,请将模型与数据分离。
解决了两个同名优化变量的问题。
这个例子展示了如何创建初始点解决
方法命名索引变量时findindex
函数。
优化表达式包含正
或南
无法显示,可能导致意外结果。
在基于问题的方法中,当您的目标和非线性约束函数共享共同的计算时,可以节省时间。
使用多个处理器进行优化。
并行进行梯度估计。
显示两个求解器并行计算有效性的示例:fmincon
和遗传算法
.
研究加速优化的因素。