盖伯瑞尔哈,MathWorks
最优化工具箱™提供了查找参数的函数,在满足约束条件的同时最小化或最大化目标。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来定义优化问题,可以是编程的,也可以是应用程序的。或者,你可以使用反映底层数学的优化变量表达式。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
最优化工具箱™提供了求解器,用于找到受约束的目标函数的最大值或最小值。这使您能够找到最优的设计,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,并使用自动微分来更快地求梯度值。
优化问题通常有一组变量或约束,就像生产计划问题一样。您可以定义优化变量和约束的数组,以及使用数字或字符串的索引,从而使大问题具有可读和紧凑的表示形式。
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一个ODE。我们可以将其转换为一个优化表达式,并将其用于要优化的问题中。
您可以在涉及变量必须为整数值的线性问题中添加整数约束。这包括当变量表示是或否的决定时,比如在这个调度示例中,进程是否被分配给处理器。
除了非线性,线性,和混合整数线性规划的求解器,优化工具箱包括二次规划,二次锥规划,多目标,线性和非线性最小二乘的专门求解器。
您可以使用数千个变量快速解决大型和稀疏问题。在这里,一个超过40000个变量的二次问题在大约30秒内解决了。
作为基于问题的方法的另一种选择,您可以将最优化工具箱与基于求解器的方法一起使用。在将目标和约束表示为MATLAB函数和矩阵之后,Optimize Live Task通过指示在何处选择求解器并插入预定义的MATLAB构造来帮助您完成这种方法。
优化工具箱与其他MATLAB一起工作®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™将应用程序编译为应用程序或库。
您可以生成可移植和可读的C/ c++代码,以解决您的优化问题使用MATLAB Coder™。使用此代码将应用程序部署到企业和嵌入式系统。
有关更多信息,请返回“优化工具箱”页或选择下面的链接。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。