优化工具箱™는제약조건을충족하면서목적함수를최소화또는최대화하는파라미터를찾을수있는함수를제공합니다。툴박스에는선형계획법(LP),혼합정수선형계획법(MILP), 2차계획법(QP), 2차원뿔계획법(二)비선형계획법(NLP)제약조건이있는선형최소제곱,비선형최소제곱및비선형방정식을위한솔버가있습니다。
함수와행렬을사용하거나토대가되는수학을반영하는변수표현식을지정하여최적화문제를정의할수있습니다。더빠르고정확한해를구할수있도록목적함수및제약조건함수에대한자동미분을사용할수있습니다。
툴박스의솔버를사용하면연속및이산문제에대한최적해를구하고상반관계분석을수행하며알고리즘과응용프로그램에최적화방법을적용할수있습니다。툴박스를통해파라미터추정,구성요소선택및파라미터조정등의설계최적화작업을수행할수있습니다。이를통해포트폴리오최적화,에너지관리및거래,생산계획등의응용분야에서최적해를구할수있습니다。
시작하기:
모델링
변수,목적함수및제약조건을정의하여문제설명을수학적형식으로변환하면최적화기법을사용하여문제를풀수있습니다。
솔버기반최적화
함수를사용하여비선형목적함수와제약조건을작성할수있으며계수행렬을사용하여선형목적함수와제약조건을작성할수있습니다。최적화라이브편집기작업을사용하여대화형방식으로문제를만들고풀고,코드를생성해공유하거나응용프로그램에사용할수있습니다。
옵션 설정
최적화옵션을설정하여최적화과정을조정할수있습니다。예를들어솔버가사용할최적화알고리즘을선택하거나종료조건을설정할수있습니다옵션을설정하여최적화솔버진행상황을모니터링하고플로팅할수있습니다。
결과검토및개선
종료메시지,최적성측정값및반복과정@시를검토하여해를평가할수있습니다。자동미분을사용하거나기울기를제공하거나병렬연산을사용해기울기를추정하여비선형문제에대한성능을개선할수있습니다。
솔버
준뉴턴,信赖域또는넬더-미드단체알고리즘을적용하여비제약조건문제를풀수있습니다。内点,순차적2차계획법(SQP)또는Trust-Region-Reflective알고리즘을적용하여제약조건문제를풀수있습니다。
응용 사례
파라미터를추정하고조정하며,최적설계를구하고최적궤적을계산하거나강건한포트폴리오를구축하거나변수간에비선형관계가있는기타응용분야에비선형최적화를사용할수있습니다。
2차및2차원뿔계획법솔버
激活集内点,Trust-Region-Reflective알고리즘을적용하여2차계획법을풀수있습니다。内点방법을적용하여2차원뿔계획법을풀수있습니다。
응용 사례
자원할당,생산계획,배합및투자계획등의문제에서선형계획법을사용할수있습니다。설계최적화,포트폴리오최적화,수력발전댐제어등의문제에서차2또는2차원뿔계획법을사용할수있습니다。
솔버
전처리,실현가능점생성에대한발견법,평면절단방법을포함하는분기한정알고리즘을사용하여혼합정수선형계획법문제를풀수있습니다。
응용 사례
온/오프의사결정또는논리적제약조건이있고,변수값이정수여야하는경우정수변수로모델링할수있습니다。경로계획,일정계획,계획,할당및자본예산문제가일반적응용사례입니다。
솔버
목@ @달성또는최대최소화로문제를공식화할수있습니다。각목적함수에대해선택적으로가중목표값이적용되는경우,목표달성을사용할수있습니다。일련의목적함수에대한최악의경우값을최소화하는경우,최대최소화를사용할수있습니다。
응용 사례
목적함수충돌로해절충이필한경우다중목적최적화를사용할수있습니다。구조설계에서의중량과강도그리고포트폴리오최적화에서의위험및예상수익이바로그러한예입니다。
솔버
Levenberg-Marquardt, Trust-Region, Active-Set또는internal - point알고리즘을적용할수있습니다。
선형최소제곱응용분야
파라미터에범위제약조건과선형제약조건이적용되는경우를포함해선형최소제곱솔버를사용하여선형모델을데이터에피팅하거나선형연립방정식을풀수있습니다。
비선형최소제곱응용분야
파라미터에범위제약조건이적용되는경우를포함해비선형최소제곱솔버를사용하여비선형모델을데이터에피팅하거나비선형연립방정식을풀수있습니다。
MATLAB编译器지원
MATLAB编译器™및MATLAB编译SDK™를사용하여matlab®최적화모델을독립실행파일,웹앱,C/ c++공유라이브러리,微软®.NET어셈블리,Java®클래스및Python®패키지로배포할수있습니다。
코드 생성
MATLAB编码器™를사용하여이식성과가독성이좋은C또는c++코드를생성하여최적화문제를풀수있습니다。임베디드시스템을포함한모든하드웨어에대해생성된코드를컴파일할수있습니다。