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™ 提供用于查找在满足约束的同时最小化或最大化目标的参数的函数。工具箱包括线性规划(LP)、混合整数线性规划(MILP)、二次规划(QP)、二阶锥规划(SOCP)、非线性规划(NLP)的解算器,约束线性最小二乘、非线性最小二乘和非线性方程组。
您可以使用函数和矩阵或通过指定反映基础数学的变量表达式来定义优化问题。可以使用目标函数和约束函数的自动微分来获得更快、更精确的解决方案。万博 尤文图斯
您可以使用工具箱解算器找到连续和离散问题的最佳解决方案,执行权衡分析,并将优化方法合并到算法和应万博 尤文图斯用程序中。工具箱允许您执行设计优化任务,包括参数估计、组件选择和参数整定。它使您能够找到投资组合优化、能源管理和交易以及生产计划等应用中的timal解决方案。
开始:
基于求解器的优化
使用函数编写非线性目标和约束;使用系数矩阵写出线性目标和约束。使用“优化实时编辑器”任务以交互方式创建并解决问题,然后生成代码以在应用程序中共享或使用。
应用
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,以及变量之间存在非线性关系的其他应用。
应用
在资源分配、生产计划、混合和投资计划等问题上使用线性规划。在水电站大坝的设计优化、投资组合优化和控制等问题上使用二次和二阶锥规划。
解算器
使用分支定界算法解决混合整数线性规划问题,该算法包括预处理、生成可行点的启发式算法和剖切面。
应用
当存在开/关决策或逻辑约束以及变量值必须为整数时,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。
解算器
将问题描述为目标达成或极小极大。当每个目标都有可选的加权目标值时,使用目标实现。使用minimax最小化一组目标函数的最坏情况值。
应用
当冲突目标需要权衡时,使用多目标优化。例如结构设计中的权重和强度以及投资组合优化中的风险和回报。
非线性最小二乘法的应用
使用非线性最小二乘解算器拟合非线性模型以获取数据或求解非线性方程组,包括参数受约束时。
MATLAB编译器支持万博1manbetx
使用MATLAB编译器™和MATLAB编译器SDK™部署MATLAB®优化模型,如独立可执行文件、web应用程序、C/C++共享库、Microsoft®.NET程序集,Java®类和Python®包装。