赛斯迪兰,MathWorks
使用最优化工具箱™解决标准和大规模的优化问题。
最优化工具箱提供了求解程序和优化应用程序,用于找到问题的最大值或最小值。它可以让您找到最优的设计,最小化金融应用程序的风险,优化决策,并使模型适合数据。在这个优化例子中,我们想找到这个方程的最小值,称为目标函数。目标函数计算需要最大化或最小化的值,如生产产品的成本,或赛车在赛道上行驶的时间。
x1和x2的可能值被这个不等式约束限制在这条线以下,同样,对于这个约束也是如此。求解器找到受约束条件的目标函数的最小值为这一点。优化工具箱包括专门求解线性目标函数,如这个,以及二次和非线性目标,线性和非线性最小二乘。
有时问题要求变量取整数值,比如当变量表示装配线上的工人数量时,或者是“是”或“否”的决定。这种类型的问题被称为混合整数优化问题,可以通过在问题中添加整数约束来解决。您可以通过编程或使用优化应用程序设置优化问题。您可以输入目标函数,指定约束,并提供初始条件。各种优化算法是可用的,使您能够针对广泛的问题。
对于这个有非线性约束的非线性问题,可以通过向求解器提供计算问题导数的函数来提高效率。您还可以通过内置的并行计算工具箱™支持来加速优化问题。金宝app各种各样的求解器可用于不同类型的目标和约束。工具箱的文档可以帮助您选择问题的最佳解决方案。
对于具有数千个变量的大型稀疏问题,可以使用线性、混合整数、二次和非线性问题的求解器。在这个例子中,一个超过40000个变量的二次问题在不到4秒的时间内解决了。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。
本网站使用cookie来改善您的用户体验,个性化内容和广告,并分析网站流量。继续使用本网站,即表示您同意我们使用cookies。请参阅我们的隐私政策了解有关cookie的更多信息以及如何更改设置。