基于问题的优化工作流

注意

优化工具箱™ 提供了两种解决单目标优化问题的方法。本主题描述基于问题的方法。基于求解器的优化问题设置描述基于解算器的方法。

要解决优化问题，请执行以下步骤。

  • 通过创建一个优化问题对象最优化问题. 问题对象是定义目标表达式和约束的容器。优化问题对象定义问题和问题变量中存在的任何边界。

    例如，创建一个最大化问题。

    概率= optimproblem（'目标感','最大化');

  • 使用创建命名变量optimvar. 优化变量是用于描述问题目标和约束的符号变量。在变量定义中包含任何边界。

    例如，创建一个名为“x”.

    x=最优值(“x”，15,3，'类型','整数','下颚'，0，'上界'，1）；

  • 将问题对象中的目标函数定义为命名变量中的表达式。

    注意

    如果有一个非线性函数，它不是由多项式、有理表达式和初等函数（如经验，然后通过使用函数转换为优化表达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.

    例如，假设有一个实矩阵f型与变量矩阵大小相同十，目标是f型乘以相应的变量十.

    prob.Objective=和（和（f.*x））；

  • 将优化问题的约束定义为命名变量中的比较或表达式的比较。

    注意

    如果有一个非线性函数，它不是由多项式、有理表达式和初等函数（如经验，然后通过使用函数转换为优化表达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.

    例如，假设十必须是1，并且每列中的变量之和不得超过1。

    onesum=sum（x，2）==1；vertsum=sum（x，1）<=1；prob.Constraints.onesum=onesum；prob.Constraints.vertsum=vertsum；

  • 对于非线性问题，设置一个初始点作为结构，其字段为优化变量名。例如：

    x0.x=randn（尺寸（x））；x0.y=eye（4）；％假设y是4乘4个可变

  • 利用解决.

    溶胶=解决（概率）;%或者，对于非线性问题，sol=求解（prob，x0）

除了这些基本步骤之外，您还可以在使用显示要么写.对于设置选项解决通过使用最佳选项，如中所述更改默认求解器或选项.

警告

基于问题的方法不支持目标函数、非线性等式或非线性不等式中的复杂值。如果函金宝app数计算有一个复杂的值，即使是作为中间值，最终结果也可能不正确。

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：基于问题或视频版本用优化模型求解混合整数线性规划问题. 有关非线性示例，请参见求解约束非线性问题，基于问题.有关更广泛的示例，请参阅基于问题的非线性优化,线性规划和混合整数规划，或二次规划.

另见

||||||

相关话题

优化工具箱文档
金宝app
MATLAB中的优化：二次规划介绍

MATLAB中的优化：二次规划介绍

现在就看