优化工具箱

解决线性,二次,二次,整数和非线性优化问题

优化工具箱™查找用于最小化或最大化的目标,同时满足约束的参数提供的功能。该工具箱包括用于线性规划(LP),混合整数线性规划(MILP),二次规划(QP),二阶锥规划(SOCP),非线性规划(NLP),约束线性最小二乘解算器,非线性最小二乘,和非线性方程。

您可以使用函数和矩阵或通过指定反映底层数学的变量表达式来定义您的优化问题。您可以使用客观和约束函数的自动分化以实现更快,更准确的解决方案。金宝搏官方网站

您可以使用工具箱解算器找到连续和离散问题的最佳解决方案,执行权衡分析,并将优化方法合并到算法和应金宝搏官方网站用程序中。工具箱允许您执行设计优化任务,包括参数估计、组件选择和参数调整。它使您能够在投资组合优化、能源管理和交易以及生产计划等应用程序中找到最佳解决方案。

开始:

免费备忘单

9个MATLAB备忘单的数据科学和机器学习

查找工作流程中最常见任务的正确命令。

获取备忘单

定义优化问题

将设计或决策问题建模为优化问题。将设计参数和决策设置为优化变量。在定义优化目标函数时使用它们,并使用约束限制可能的变量值。

建模

变换问题描述成数学形式,通过定义变量,目标和约束条件,使之能与优化技术来解决。

具体问题具体分析优化

用优化变量的表达式写出目标和约束。对非线性表达式进行自动微分,求解速度更快,鲁棒性更强。应用自动选择的求解器。

Solver-Based优化

使用函数编写非线性目标和约束;用系数矩阵写出线性目标和约束。使用Optimize Live Editor任务交互式地创建和解决问题,然后生成代码用于在应用程序中共享或使用。

解决优化问题

套用求解优化问题找到一个最佳的解决方案:如果有一组产生的目标函数的最优值,如果任何优化变量值,并满足约束条件。

选择一个解算器

使用优化现场编辑的任务是帮助使用基于求解的方法时,选择一个解算器适合于问题的类型。求解器是基于问题的方法自动选择。

设置选项

设置优化选项以调整优化过程,例如,选择求解器使用的优化算法,或设置终端条件。设置监视和绘制优化求解器进度的选项。

回顾和改进结果

检查退出消息、优化度量和迭代显示以评估解决方案。通过使用自动微分、提供梯度或使用并行计算估计梯度来提高非线性问题的性能。

通过迭代显示监视求解器进度。

非线性编程

求解具有非线性目标的优化问题或受到非线性约束的影响。

求解器

应用准牛顿,信任区域或Nelder-Mead Simplex算法来解决不受约束的问题。应用内部点,顺序 - 二次编程(SQP)或信任区域反光算法,以解决受约束的问题。

应用程序

使用非线性优化来估计和调整参数,寻找最优设计,计算最优轨迹,构建稳健的投资组合,以及其他变量之间存在非线性关系的应用。

线性、二次和二次规划

解决具有线性或二次目标和受线性或二阶锥约束凸优化问题。

线性规划求解器

应用双单工或内点算法求解线性规划问题。

可行区域和一个线性规划的最优解。

二次和二次锥规划求解器

应用内部点,主动集或信任区域反光算法以解决二次程序。应用内部点方法来解决二阶锥计划。

可行区域和二次规划的最优解。

应用程序

采用直线上,如资源分配,生产计划,混合,和投资规划问题编程。使用这种设计优化,优化组合,和水电大坝的控制问题,二次和二阶锥规划。

用二次规划方法找到最优控制策略。

混合整数规划

解决具有受线性约束的线性目标的优化问题,附加的约束是某些或所有变量必须是整数值的。

求解器

解决混合整数线性使用分支定界算法,其包括预处理,用于产生可行点,和切割平面启发式编程问题。

应用分支和绑定算法。

基于混合整数线性编程的算法

使用混合整数线性编程求解器来构建专用算法。

最短的行程,每个城市只访问一次。

应用程序

当有开/关决策或逻辑约束以及变量值必须是整型时,使用整型变量建模。路由、调度、计划、分配和资本预算问题是典型的应用。

安排下不同的电价两台发电机。

多目标优化

求解具有多个约束的多个目标函数的优化问题。

求解器

将问题表述为目标实现或极小极大。当每个目标都有可选的加权目标值时,使用目标实现。使用minimax最小化一组目标函数的最坏情况值。

帕累托前计算使用fgoalattain函数。

应用程序

在冲突目标需要权衡时使用多目标优化。实例是结构设计和风险中的重量和强度,并在产品组合优化中返回。

初始和优化滤波器系数的幅度响应。

最小二乘和方程求解

解决非线性最小二乘问题和受约束的非线性方程组。解决线性最小二乘问题的有界和线性约束。

求解器

应用列文伯格 - 马夸特,信任区域,有效集,或内点算法。

局部和全局的方法比较。

应用线性最小二乘

使用线性最小二乘求解器拟合线性模型来获取数据或解决线性方程系统,包括当参数受到绑定和线性约束时的线性方程。

通过求解线性最小二乘问题恢复模糊图像。

非线性最小二乘应用

使用非线性最小二乘求解器将非线性模型拟合到所获得的数据或求解非线性方程组,包括参数受约束时。

拟合普通微分方程的Lorenz系统的圆形路径。

部署

基于优化构建决策支持和设计工具,整合与企业系统,并部署优化算法,嵌入金宝app式系统。

Matlab编译器支持金宝app

MATLAB编译器™MATLAB编译器SDK™部署MATLAB®优化模型作为独立的可执行文件,Web应用程序,C / C ++共享库,微软®.NET程序集,爪哇®课程和python®包裹。

计算最佳发电计划的应用程序。

代码生成

生成便携和可读C或C ++代码使用来解决最优化问题Matlab编码器™。编译所生成的代码的任何硬件,包括嵌入式系统。

最新的特性

优化实时编辑任务

交互式地创造和解决优化问题

自动微分

解决问题更快,更准确地使用目标和约束功能自动计算梯度

二阶锥规划

求解具有二阶锥约束、线性约束和线性目标的凸优化问题

代码生成

生成C / C ++代码以解决非线性方程系统fsolve(需要MATLAB编码器)

代码生成

生成C / C ++代码以解决非线性最小二乘问题lsqcurvefitlsqnonlin.(需要MATLAB编码器)

发行说明有关这些功能的详细信息和相应的功能。