二次规划与锥规划

解决具有二次目标和线性约束或二次约束的问题

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或基于解决者的方法

对于基于问题的方法,创建问题变量,然后用这些符号变量表示目标函数和约束。关于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.为了解决由此产生的问题,使用解决

关于需要采取的基于求解器的步骤,包括定义目标函数和约束,以及选择合适的求解器,请参见基于求解器的优化问题设置.为了解决由此产生的问题,使用quadprogconeprog

功能

全部展开

评估 评估优化表达式
不可能实行 在某一点上违反约束
optimproblem 创建优化问题
optimvar 创建优化变量
解决 解决优化问题或方程问题
coneprog 二阶锥规划求解器
quadprog 二次规划
secondordercone 创建二阶锥约束

住编辑任务

优化 在实时编辑器中优化或求解方程

对象

SecondOrderConeConstraint 二阶锥约束对象

主题

具体问题具体分析二次规划

带约束的二次规划:基于问题的

演示了如何使用不同的算法来解决一个基于问题的带约束的二次规划问题。

基于问题的大型稀疏二次规划

演示了如何使用基于问题的方法来解决一个大型稀疏二次规划。

基于问题的有界约束二次规划

展示大规模基于问题的二次规划的例子。

基于问题的投资组合优化的二次规划

在基本投资组合模型上的基于问题的二次规划的例子。

Solver-Based二次规划

有界约束的二次极小化

具有约束条件和各种选项的二次规划示例。

多线性约束的二次规划

这个例子显示了在有许多线性约束的问题上活动集算法的好处。

稠密的结构化Hessian的二次极小化

演示如何在一个结构化的二次程序中节省内存的例子。

基于内点算法的大型稀疏二次规划

演示了如何使用稀疏二次矩阵在二次程序中节省内存的例子。

基于求解器的有界约束二次规划

展示基于求解器的大规模二次规划的例子。

投资组合优化问题的二次规划,基于求解器

在一个基本的投资组合模型上显示基于求解器的二次规划的例子。

二阶锥规划

分段线性质量-弹簧系统的锥规划能量最小化

用圆锥规划解决机械质量弹簧问题。

将二次约束转换为二次锥约束

将二次约束转换为coneprog的形式。

将二次规划问题转化为二次锥规划

将一个二次规划问题转化为一个二阶锥问题。

代码生成

代码生成的quadprog背景

生成二次优化C代码的先决条件。

为quadprog生成代码

的代码生成基础知识quadprog优化求解。

实时应用程序的优化代码生成

探索在生成的代码中处理实时需求的技术。

具体问题具体分析的算法

具体问题具体分析的优化算法

优化函数和对象如何解决优化问题。

金宝app支持优化变量和表达式的操作

列出优化变量和表达式的所有可用数学和索引操作。

算法和选项

二次规划算法

中的二次目标函数最小化n只有线性约束的维度。

二阶锥规划算法

底层算法的描述。

优化选择参考

探索优化选项。