在基于问题的优化中,您创建优化变量,这些变量中的表达式表示目标和约束或表示方程,并使用解决
。有关优化问题的基于问题的步骤,请参阅具体问题具体分析优化工作流程。equation-solving,请参阅解决方程的基于问题的工作流。
在开始解决优化问题之前,必须选择适当的方法:基于问题的方法或基于求解程序的方法。有关详细信息,请参见首先选择基于问题或基于解决方案的方法。
注意:如果你有一个非线性函数,它不是一个多项式或有理表达式,将它转换成一个优化表达式fcn2optimexpr
。看到将非线性函数转换为优化表达式。
有关基本非线性优化示例,请参见解决一个有约束的非线性问题,基于问题。有关基本的混合整数线性规划示例,请参见混合整数线性规划基础:基于问题。有关求解基本方程的示例,请参见解非线性方程组,基于问题。
EquationProblem |
非线性方程组 |
OptimizationConstraint |
优化的约束 |
OptimizationEquality |
平等和平等的约束 |
OptimizationExpression |
优化变量的算术或函数表达式 |
OptimizationInequality |
不等式约束 |
OptimizationProblem |
优化问题 |
OptimizationVariable |
为优化变量 |
解决优化问题的基于问题的步骤。
求解方程的基于问题的步骤。
表达式定义了目标和约束。
在基于问题的方法中传递额外的参数、数据或固定变量。
基于问题的最小二乘法的语法规则。
如何为变量创建和使用命名索引。
显示如何检查或修改问题元素,如变量和约束。
如何评价溶液及其质量。
提示获得更快或更准确的解决方案时,有整数约束,并避免循环问题的创建。
要创建可重用、可伸缩的问题,请将模型与数据分离。
求解两个同名优化变量的问题。
这个例子展示了如何创建初始点解决
方法来命名索引变量findindex
函数。
优化表达式包含正
或南
无法显示,并可能导致意外结果。
在基于问题的方法中,当目标和非线性约束函数共享公共计算时,可以节省时间。
使用多个处理器进行优化。
并行地进行梯度估计。
说明并行计算在两个求解器中的有效性的例子:fmincon
和遗传算法
。
研究加速优化的因素。