什么是优化工具箱?
优化工具箱™提供了一些函数,用于查找在满足约束条件的同时最小化或最大化目标的参数。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)、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。
你可以用函数和矩阵定义你的优化问题,无论是通过编程还是通过应用程序。或者,你可以使用优化变量的表达式来反映底层的数学。您可以使用目标函数和约束函数的自动微分来获得更快和更精确的解。万博 尤文图斯
优化工具箱™提供了求解器,用于查找受约束的目标函数的最大值或最小值。这使您能够找到最佳设计,最小化金融应用程序的风险,优化决策,并估计参数。
您可以使用基于问题的方法来定义优化变量及其边界,设置目标,然后求解。在这个问题上,求解函数识别出问题是非线性的,应用非线性求解器,并使用自动微分来进行更快的梯度计算。
优化问题通常有一组变量或约束,就像这个生产计划问题一样。您可以定义优化变量和约束的数组,并使用数字或字符串作为索引,从而生成大型问题的可读和紧凑表示。
即使有些函数没有自然地表示为优化表达式,也可以使用基于问题的方法。这个问题的目标函数需要求解ODE。我们可以将其转化为优化表达式,并将其用于待优化的问题中。
你可以给线性问题添加整数约束,这些线性问题的变量必须取整数值。这包括当变量表示是或否决策时,例如在此调度示例中是否将进程分配给处理器。
除了非线性、线性和混合整数线性规划的求解器,优化工具箱还包括二次规划、二阶锥规划、多目标、线性和非线性最小二乘的专门求解器。
您可以快速解决具有数千个变量的大型稀疏问题。在这里,一个包含40000多个变量的二次问题在30秒左右就能解决。
作为基于问题的方法的替代方案,您可以将优化工具箱与基于求解器的方法一起使用。在将您的目标和约束表示为MATLAB函数和矩阵之后,Optimize Live Task通过指示在何处选择求解器和插入预定义的MATLAB构造来帮助指导您完成该方法。
优化工具箱与其他MATLAB相结合®工具。您可以使用并行计算工具箱™加速数值梯度计算。
您可以使用MATLAB Compiler™和MATLAB Compiler SDK™将您的应用程序编译为应用程序或库。
您可以使用MATLAB Coder™生成可移植和可读的C/ c++代码来解决您的优化问题。使用此代码将应用程序部署到企业系统和嵌入式系统。
有关更多信息,请返回“优化工具箱”页面或选择下面的链接。
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。