优化工具箱
求解线性的,二次的,整数,和非线性优化问题
Optimization Toolbox™提供了查找参数的功能,这些参数可以在满足约束条件的情况下最小化或最大化目标。工具箱中包括线性规划(LP)、混合整数线性规划(MILP)、二次规划(QP)、非线性规划(NLP)、约束线性最小二乘、非线性最小二乘和非线性方程的求解器。您可以使用函数和矩阵定义优化问题,或者指定反映底层数学的变量表达式。
您可以使用工具箱求解器找到连续和离散问题的最佳解决方案,执行权衡分析,并结合优化方法到算法和应用万博 尤文图斯。该工具箱可以执行优化设计任务,包括参数估计,元件选择和参数调整。它可以用来找到应用,例如投资组合优化,资源分配,生产计划和调度万博 尤文图斯优化的解决方案。
开始:
Solver-Based优化
使用函数时的非线性和系数矩阵时线性写在MATLAB目标和约束。与MATLAB矩阵运算,数学运算符和函数建立这些。应用适当的解算器。
评审和改进结果
查看最优措施和迭代显示器评估解决方案。使用的退出消息的链接,了解更多信息。改善通过提供梯度或使用并行计算来估算梯度上非线性问题的性能。
应用程序
使用非线性优化来估计和调整参数,寻找最优设计,计算最优轨迹,构建稳健的投资组合,以及其他变量之间存在非线性关系的应用。
求解器
解决混合整数线性使用分支定界算法,其包括预处理,用于产生可行点,和切割平面启发式编程问题。
应用程序
当存在开/关决策或逻辑约束以及变量值必须是整数时,使用整数变量建模。路由、调度、计划、分配和资本预算问题是典型的应用程序。
求解器
将问题表述为目标达成或极大极小。当每个目标都有可选加权的目标值时,使用目标实现。使用极大极小来最小化一组目标函数的最坏情况值。
应用程序
使用时所需要的两个或两个以上相互冲突的目标权衡多目标优化。例子是体重和力量在结构设计和风险,在投资组合优化返回。
非线性最小二乘应用
使用非线性最小二乘解算器将非线性模型拟合到获取的数据中,或求解非线性方程组,包括参数受约束约束的情况。
MATLAB编译器支持万博1manbetx
采用MATLAB编译器™和MATLAB编译器SDK™将MATLAB优化模型部署为独立的可执行文件、web应用程序、C/ c++共享库、Microsoft等®.NET程序集,爪哇®类和Python®包。
代码生成
生成C / C ++代码来解决非线性约束优化问题fmincon
(需要MATLAB编码器)
优化模型
用函数或有理表达式中的优化变量表示非线性最小二乘问题和非线性方程组
优化解决
利用自动选择解算器求解非线性最小二乘问题和非线性方程组
看到发行说明对任何这些特征和对应的功能的详细说明。