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:
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。
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。
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。
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。
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。
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。
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。
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。
Matlab编译器支持金宝app
用MATLAB编译器™和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。
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。
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lsqcurvefit
或lsqnonlin.
(需要MATLAB编码器)
看发行说明有关这些功能的详细信息和相应的功能。