主要内容
首先选择基于问题或基于解决者的方法
最优化工具箱™有两种方法来解决最优化问题或方程:基于问题和基于求解器。在你开始解决问题之前，你必须首先选择合适的方法。
该表总结了两种方法之间的主要区别。
| 方法 | 特征 |
|---|---|
| 具体问题具体分析的优化设置 | 更容易创建和调试 |
| 象征性地表示目标和约束 | |
| 需要从问题形式转换为矩阵形式，导致较长的解决时间 | |
| 在许多情况下自动计算和使用目标和非线性约束函数的梯度，但不计算Hessians;看到自动分化 | |
| 参见具体问题具体分析优化工作流程或求解方程的基于问题的工作流 | |
基本的线性的例子:混合整数线性规划基础:基于问题或者是视频求解一个混合整数线性规划问题的优化建模 基本的非线性的例子:基于问题的约束非线性问题的求解 基本equation-solving例子:求解非线性方程组，基于问题 |
|
| 基于求解器的优化问题设置 | 难以创建和调试 |
| 提供视觉界面;看到优化住编辑任务 | |
| 将目标和约束表示为函数或矩阵 | |
| 不需要从问题形式转换为矩阵形式，从而缩短解决时间 | |
| 允许直接包含梯度或Hessian，但不自动计算它们 | |
允许使用Hessian乘函数或雅可比乘函数在大问题中节省内存 |
|
| 参见基于求解器的优化问题设置 | |
基本的线性的例子:混合整数线性规划基础:基于求解器 基本的非线性的例子:求解一个约束非线性问题，基于求解器 基本equation-solving例子:例子 |
相关的话题
你也可以从以下列表中选择一个网站:
