优化工具箱

解决线性,二次,圆锥,整数和非线性优化问题

优化工具箱™提供用于查找最小化或最大化目标的参数的功能,同时满足约束。该工具箱包括线性编程(LP),混合整数线性编程(MILP),二次编程(QP),二阶锥编程(SOCP),非线性编程(NLP),约束线性最小二乘,非线性最小二乘法,和非线性方程。

您可以使用函数和矩阵或指定反映底层数学的变量表达式来定义优化问题。您可以使用目标函数和约束函数的自动区分来获得更快、更准确的解决方案。万博 尤文图斯

您可以使用工具箱求解器来寻找连续和离散问题的最佳解决方案,执行权衡分析,并将优化方法纳入算法和应万博 尤文图斯用程序。Toolbox允许您执行设计优化任务,包括参数估计,组件选择和参数调整。它使您可以在产品组合优化,能源管理和交易等应用中找到最佳解决方万博 尤文图斯案,以及生产计划。

开始:

免费作弊表

9个Matlab备注用于数据科学和机器学习

为您的工作流中最常见的任务找到正确的命令。

获取备忘单

定义优化问题

模型设计或决策问题作为优化问题。将设计参数和决策设置为优化变量。使用它们定义目标函数以优化和使用约束来限制可能的变量值。

造型

通过定义变量,目标和约束来将问题描述转换为数学形式,从而可以通过优化技术来解决它。

基于问题的优化

用优化变量的表达写入目标和约束。在非线性表达式上自动差异化更快地解决。应用自动选择的求解器。

基于求解器的优化

使用功能写非线性目标和约束;使用系数矩阵写入线性目标和约束。以优化实时编辑器任务交互式创建和解决问题,然后生成用于在应用程序中共享或使用的代码。

解决优化问题

将求解器应用于优化问题以查找最佳解决方案:一组优化变量值,可产生目标函数的最佳值,如果有的话,并满足约束,如果有的话。

选择一个求解器

使用优化Live Editor任务以帮助选择适用于基于求解器的方法时适用于问题类型的求解器。求解器以基于问题的方法自动选择。

设置选项

设置优化选项以调整优化过程,例如,选择求解器使用的优化算法,或设置终止条件。设置监控和绘制优化求解程序进度的选项。

审查和改进结果

查看退出消息,最优测量和迭代显示以评估解决方案。通过使用自动差分,提供梯度或使用并行计算来提高非线性问题的性能来估计梯度。

用迭代显示监控求解程序的进度。

非线性规划

解决有非线性目标或受非线性约束的最优化问题。

解决者

应用准牛顿,信任区域或Nelder-Mead Simplex算法来解决不受约束的问题。应用内部点,顺序 - 二次编程(SQP)或信任区域反光算法,以解决受约束的问题。

应用程序

使用非线性优化来估算和调整参数,查找最佳设计,计算最佳轨迹,构建鲁棒投资组合,以及变量之间存在非线性关系的其他应用程序。

线性,二次和圆锥形编程

解决具有线性或二次目标的凸优化问题,并受到线性或二阶锥限制的影响。

线性编程求解器

应用双单位或内部点算法来解决线性程序。

可行的区域和线性程序的最佳解决方案。

二次和二阶锥形编程求解器

应用内点、活动集或信任-区域反射算法来解决二次程序。应用内点法求解二阶锥程序。

可行的区域和二次程序的最佳解决方案。

应用程序

使用线性规划对资源分配,生产计划,混合和投资规划等问题。使用二次和二阶锥形编程问题,如设计优化,产品组合优化和水力电压控制等问题。

用二次编程发现的最优控制策略。

混合整数线性规划

解决具有线性约束的线性目标的优化问题,其中一些或所有变量必须是整数值的附加约束。

解决者

使用分支和绑定算法解决混合整数线性编程问题,包括预处理,启发式,用于产生可行点和切割平面。

应用分支定界算法。

基于混合整数线性规划的算法

使用混合整数线性规划求解器建立专用算法。

只有一次访问每个城市的最短旅行。

应用程序

当有开/关决定或逻辑约束以及变量值必须是积分时,具有整数变量的模型。路由,调度,规划,分配和资本预算问题是典型应用。

两个发电机的时间表在不同的电价下。

多目标优化

解决受一组约束条件的多目标函数优化问题。

解决者

制定问题作为目标达到或最低限度。当每个目标有一个可选的重量目标值时,使用目标验证。使用MIMIMAX以最小化一组客观功能的最坏情况值。

帕累托前面使用的前线计算Fgoalattain功能。

应用程序

当需要对冲突的目标进行权衡时,使用多目标优化。例如结构设计中的重量和强度以及投资组合优化中的风险和回报。

初始和优化滤波器系数的幅度响应。

最小二乘和方程求解

解决受约束约束的非线性最小二乘问题和非线性系统。解决受绑定和线性约束的线性最小二乘问题。

解决者

Apply Levenberg-Marquardt,信任区域,主动集或内部点算法。

地方和全球方法的比较。

线性最小二乘应用

使用线性最小二乘解算器将一个线性模型拟合到所获得的数据或解一个线性方程组,包括当参数受到约束和线性约束时。

通过求解线性最小二乘问题来恢复模糊的图像。

应用非线性最小二乘

使用非线性最小二乘求解器来拟合非线性模型来获取数据或解决非线性方程的系统,包括当参数受约束约束时。

用圆路径拟合洛伦兹常微分方程组。

部署

构建基于优化的决策支持和设计工具,与企业系统集成,并将优化算法部署到万博1manbetx嵌入式系统。

MATLAB编译器支持万博1manbetx

采用Matlab Compiler™MATLAB编译器SDK™部署matlab.®优化模型作为独立可执行文件,Web应用程序,C / C ++共享库,Microsoft®.NET装配,Java®Python类,®包裹。

计算最佳发电计划的应用程序。

代码生成

生成便携式和可读的C或C ++代码以解决优化问题MATLAB编码器™。为任何硬件编译生成的代码,包括嵌入式系统。

最新特色

优化住编辑任务

交互式创建和解决优化问题

自动分化

使用自动计算的客观和约束函数梯度更快,更准确地解决问题

二阶锥编程

利用二阶锥限制,线性约束和线性物镜解决凸优化问题

代码生成

生成C/ c++代码来解非线性方程组FSOLVE.(需要MATLAB编码器)

代码生成

生成C/ c++代码来解决非线性最小二乘问题lsqcurvefit.要么lsqnonlin(需要MATLAB编码器)

看到发行说明有关这些特性和相应功能的详细信息。