优化工具箱
求解线性的,二次的,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),非线性规划(NLP)解算器,约束线性最小二乘法,非线性最小二乘,和非线性方程。您可以使用函数和矩阵或指定变量表达式,反映底层的数学定义优化问题。
您可以使用工具箱求解器找到连续和离散问题的最佳解决方案,执行权衡分析,并结合优化方法到算法和应用金宝搏官方网站。该工具箱可以执行优化设计任务,包括参数估计,元件选择和参数调整。它可以用来找到应用,例如投资组合优化,资源分配,生产计划和调度金宝搏官方网站优化的解决方案。
入门:
求解基于优化
在MATLAB中编写目标和约束,非线性时使用函数,线性时使用系数矩阵。使用MATLAB矩阵运算、数学运算符和函数来构建这些函数。应用适当的解决方案。
审查和改进结果
回顾最优性度量和迭代显示以评估解决方案。使用退出消息中的链接了解更多信息。通过提供梯度或使用并行计算来估计梯度来提高非线性问题的性能。
应用
使用非线性优化用于估计和调整参数,找到最佳设计中,计算最佳的轨迹,构建健壮组合,以及其他应用中存在的变量之间的非线性关系。
解决者
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
用整数变量模型时有开/关的决策或逻辑约束以及当变量值必须是一体的。路由,调度,规划,分配和资本预算的问题是典型的应用。
解决者
制定问题,无论是目标达成或极小。使用目标达成时有选择性加权的目标值为每个目标。使用极小的一组目标函数的最坏情况下的值最小。
应用
使用时所需要的两个或两个以上相互冲突的目标权衡多目标优化。例子是体重和力量在结构设计和风险,在投资组合优化返回。
应用非线性最小二乘
使用非线性最小二乘解算器,以适应非线性模型来获取的数据或非线性方程组求解,当参数都受到约束的约束包括的系统。
MATLAB编译器支持金宝app
采用MATLAB编译器™和MATLAB编译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®Python类,®包。
代码生成
生成C/ c++代码来解决二次规划问题quadprog
(需要MATLAB编码器)
代码生成
生成C / C ++代码来解决非线性约束优化问题fmincon
(需要MATLAB编码器)
优化建模
定义使用优化变量的初等函数的非线性优化目标函数和约束
二次规划和线性最小二乘法
迅速而准确地解决问题,密集使用的有效集算法
混合整数规划
获得可行点额外的启发式更快
不可行性分析示例
通过寻找不可约不可行子集或最大可行子集来识别冲突的线性约束
看到发行说明了解这些特性和相应功能的详细信息。