在基于问题的优化中,您可以创建优化变量,这些变量中的表达式表示目标和约束或代表方程式,以及使用解决问题解决
。有关优化问题所要采取的基于问题的步骤,请参见具体问题具体分析优化工作流程。对于等式求解,见求解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器的方法。有关详细信息,请参见首先选择基于问题的方法或基于求解器的方法。
注意:如果您有一个非线性函数,则不由多项式,Rational表达式和诸如的基本功能组成经验值
,然后通过使用将函数转换为优化表达式FCN2Optimexpr.
。看到将非线性函数转换为优化表达式和金宝app支持对优化变量和表达式的操作。
对于基本的非线性优化示例,请参阅解决一个约束非线性问题,基于问题。关于一个基本的混合整数线性规划示例,请参见混合整数线性编程基础:基于问题。有关基本的方程求解示例,请参见解决方程的非线性系统,基于问题。
公式问题 |
非线性方程组 |
OptimizationConstraint |
优化的约束 |
优化等级 |
平等和平等的约束 |
OptimizationExpression |
算术或函数表达式的优化变量 |
优化序列 |
不平等约束 |
优化问题 |
优化问题 |
OptimizationVariable |
为优化变量 |
求解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的语法规则。
如何为变量创建和使用命名索引。
演示如何检查或修改问题元素,如变量和约束。
如何评估解决方案及其质量。
当存在整数约束时,用于获取更快或更准确的解决方案的提示,并且用于避免创建问题的循环。
要创建可重用的、可伸缩的问题,请将模型与数据分离。
两个相同名称的优化变量问题的求解。
这个例子展示了如何创建初始点解决
当您已经通过使用findindex
函数。
优化表达式包含INF.
要么南
无法显示,并可能导致意外结果。
节省您的目标和非线性约束函数在基于问题的方法中共享常见计算的时间。
自动差异降低解决问题的函数评估的数量。
使用多个处理器进行优化。
并行执行梯度估计。
实例说明并行计算在两种求解器中的有效性:fmincon
和遗传算法
。
调查超速优化的因素。
优化函数和对象如何解决优化问题。
学习自动区分是如何工作的。
列出所有可用的优化变量和表达式的数学和索引操作。