このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
优化工具箱™には,制約を満たしながら目的関数を最小化または最大化するパラメーターを見つけるための関数が用意されています。このツールボックスには,線形計画法(LP)、混合整数線形計画法(MILP),二次計画法(QP), 2次錐計画法(二次),非線形計画法(NLP),制約付き線形最小二乗法,非線形最小二乗法および非線形方程式に用いるソルバーが含まれています。
最適化問題は,関数や行列によって,またはその基礎を成す数学演算を反映する変数式の指定によって定義できます。目的関数と制約関数の自動微分を使用すれば,より速く正確な解を求めることができます。
ツールボックスソルバーを使用して連続問題や離散問題に対する最適解を求め,トレードオフ解析を実行し,最適化手法をアルゴリズムやアプリケーションに組み入れることができます。このツールボックスを使用すると,パラメーター推定,成分選択,パラメーター調整を含む設計最適化タスクを実行できます。また,ポートフォリオ最適化,エネルギーの管理と売買,生産計画などの用途に最適な解決法を見つけることができます。
优化工具箱のソルバーの使用には,問題ベースおよびソルバーベースという2つのアプローチがあります。開始する前に,アプローチを選択します。
問題ベースのアプローチを使用して非線形制約付き非線形最適化問題を解く基本的な例。
非線形制約付き非線形関数最小化の例を説明します。
最適化ライブエディタータスクを使用するために変更するサンプルスクリプト。
最適化ライブエディタータスクを効果的に使用する方法。
問題ベースのアプローチを使用した線形問題の定式化。
ソルバーベースのアプローチを使用した問題の定式化。
最適値として定義されるパラメーターの組み合わせを見つける方法として最適化を紹介します。これらのパラメーターは,等式による制約,不等式による制約,またはパラメーターの存在範囲による制約を受けた目的関数を最小化または最大化することによって得られます。
最適化ソルバーの説明。
ソルバーが最小の最小値を検索しないかもしれない理由。