主要内容

Solver-Based非线性优化

用基于求解器的方法在串行或并行中求解非线性极小化和半无限规划问题

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

关于问题设置,请参见基于求解器的优化问题设置

功能

fminbnd 求定区间上单变量函数的最小值
fmincon 求约束非线性多变量函数的最小值
fminsearch 用无导数法求无约束多变量函数的最小值
fminunc 求无约束多变量函数的最小值
fseminf 求半无限约束多变量非线性函数的最小值

住编辑任务

优化 在实时编辑器中优化或求解方程

主题

无约束Solver-Based应用程序

香蕉函数最小化

演示如何解决罗森布罗克函数的最小值使用不同的求解器,有或没有梯度。

使用fminunc的无约束极小化

无约束非线性规划的例子。

梯度和Hessian最小化

包含导数的无约束非线性规划的例子。

梯度最小化和Hessian稀疏模式

使用一些导数信息的非线性规划的例子。

限制Solver-Based应用程序

优化工具箱™教程

教程示例显示如何解决非线性问题和传递额外的参数。

使用fmincon求解器优化实时编辑器任务

使用优化实时编辑器任务的非线性规划约束的例子。

非线性不等式约束

具有非线性不等式约束的非线性规划实例。

带有梯度的非线性约束

带导数信息的非线性规划实例。

基于解析Hessian的fmincon内点算法

包含所有导数信息的非线性规划的例子。

具有二次约束的线性或二次目标

这个例子展示了如何解决一个具有线性或二次目标和二次不等式约束的优化问题。

非线性等式和不等式约束

具有两种非线性约束的非线性规划。

如何使用所有类型的约束

显示所有约束的示例。

获得最佳可行点

找出最佳可行点输出结构。

有界约束和带状预处理的最小化

例子显示了结构非线性问题的效率增益。

线性等式约束的极小化,信赖域反射算法

例子显示了只有线性等式约束的非线性规划。

稠密结构Hessian的最小化,线性等式

这个例子展示了如何在非线性规划中使用结构化的Hessian和只有线性等式约束或只有边界的情况下节省内存。

使用符号数学工具箱™计算梯度和Hessians

演示如何为最优化求解程序象征性地计算导数的示例。

使用符号数学与优化工具箱™求解器

使用符号数学工具箱™生成梯度和Hessians。

代码生成

代码生成在fmincon背景

生成非线性优化C代码的先决条件。

用于优化基础的代码生成

的代码生成基础知识fmincon优化求解。

用于生成fmincon代码的静态内存分配

当问题发生变化时,在代码生成中使用静态内存分配。

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。

半无限约束

一维半无限约束

说明如何在非线性规划中使用一维半无限约束的例子。

二维半无限约束

说明如何在非线性规划中使用二维半无限约束的例子。

用半无限规划分析不确定性的影响

这个例子展示了如何使用半无限规划来研究不确定性对优化问题模型参数的影响。

并行计算

什么是优化工具箱中的并行计算?

使用多个处理器进行优化。

在优化工具箱中使用并行计算

并行进行梯度估计。

通过并行计算提高性能

研究加速优化的因素。

使用并行计算工具箱™最小化昂贵的优化问题

演示如何在两者中使用并行计算的示例全局优化工具箱和最优化工具箱™求解器。

模拟或颂歌

优化模拟或常微分方程

在优化模拟、黑盒目标函数或ode方面的特殊考虑。

算法及其他理论

无约束非线性优化算法

最小化单个目标函数n尺寸没有约束。

约束非线性优化算法

最小化单个目标函数n具有各种类型约束的尺寸。

fminsearch算法

的步骤fminsearch使函数最小化。

优化选择参考

探索优化选项。

局部优化与全局优化

解释为什么解算器可能找不到最小值。

参考书目

列出支持在求解器算法中实现的概念的已出版材料。金宝app