在基于问题的优化中,你创建优化变量,这些变量的表达式表示目标和约束,或表示方程,并使用来解决问题解决
.关于优化问题的基于问题的步骤,请参见具体问题具体分析优化工作流程.equation-solving,请参阅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或基于解决者的方法.
注意:如果你有一个非线性函数,它不是由多项式、有理表达式和初等函数组成的经验值
,然后使用以下命令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支持优化变量和表达式的操作.
有关一个基本的非线性优化示例,请参见基于问题的约束非线性问题的求解.关于一个基本的混合整数线性规划的例子,见混合整数线性规划基础:基于问题.关于一个基本的方程求解的例子,请看求解非线性方程组,基于问题.
EquationProblem |
非线性方程组 |
OptimizationConstraint |
优化的约束 |
OptimizationEquality |
等式和等式约束 |
OptimizationExpression |
用优化变量表示的算术或函数表达式 |
OptimizationInequality |
不等式约束 |
OptimizationProblem |
优化问题 |
OptimizationVariable |
为优化变量 |
学习解决优化问题的基于问题的步骤。
学习解方程的基于问题的步骤。
定义目标和约束的表达式。
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语法规则。
要求解决
使用coneprog
对问题的解决方案。
为变量创建并使用命名索引。
检查或修改问题元素,如变量和约束。
评估解决方案及其质量。
当问题有整数约束时,获得更快或更准确的解决方案,并在创建问题时避免循环。
通过将模型与数据分离,创建可重用的、可伸缩的问题。
学习如何解决两个具有相同名称的优化变量的问题。
创建初始点解决
方法命名索引变量时findindex
函数。
优化表达式包含正
或南
无法显示,可能导致意外结果。
在基于问题的方法中,当目标函数和非线性约束函数共用计算时,可以节省时间。
自动微分减少了函数求解的次数。
当自动导数不适用时,如何在基于问题的优化中包含导数信息。
求由生成的非线性函数中额外参数的值prob2struct
.
了解如何基于问题的优化功能prob2struct
和解决
处理整数约束。
在基于问题的方法中使用输出函数来记录迭代历史并制作自定义图。
使用多个处理器进行优化。
并行进行梯度估计。
显示两个求解器并行计算有效性的示例:fmincon
和遗传算法
.
研究加速优化的因素。
学习优化函数和对象如何解决优化问题。
了解自动差异化是如何运作的。
探索优化变量和表达式所支金宝app持的数学和索引操作。