加布里埃尔·哈,马修斯
最优化工具箱™提供了查找参数的函数,在满足约束条件的同时最小化或最大化目标。工具箱包括线性规划(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、非线性最小二乘和非线性方程的求解器。
你可以用函数和矩阵来定义优化问题,可以是编程的,也可以是应用程序的。或者,你可以使用反映底层数学的优化变量表达式。您可以使用目标函数和约束函数的自动区分来获得更快、更准确的解决方案。金宝搏官方网站
优化工具箱™ 提供用于查找受约束的目标函数的最大值或最小值的解算器。这使您能够找到最佳设计、最小化金融应用程序的风险、优化决策和估计参数。
您可以使用基于问题的方法定义优化变量及其边界,设置目标,然后求解。在这个问题上,solve函数识别问题是非线性的,应用非线性解算器,并使用自动微分进行更快的梯度计算。
优化问题通常有一组变量或约束,就像生产计划问题一样。您可以定义优化变量和约束的数组,以及使用数字或字符串的索引,从而使大问题具有可读和紧凑的表示形式。
即使某些函数不是自然地表示为优化表达式,也可以使用基于问题的方法。这个问题的目标函数需要解一个常微分方程。我们可以将其转换为优化表达式,并将其用于要优化的问题中。
可以将整数约束添加到涉及必须采用整数值的变量的线性问题中。这包括变量何时表示“是”或“否”决策,如在本调度示例中是否将进程分配给处理器。
除了用于非线性、线性和混合整数线性规划的解算器外,优化工具箱还包括用于二次规划、二阶锥规划、多目标以及线性和非线性最小二乘的专用解算器。
您可以使用数千个变量快速解决大型和稀疏问题。在这里,一个超过40000个变量的二次问题在大约30秒内解决了。
作为基于问题的方法的替代方法,您可以将优化工具箱与基于解算器的方法结合使用。将目标和约束表示为MATLAB函数和矩阵后,“优化实时”任务通过指示在何处选择解算器和插入预定义的MATLAB结构来帮助您完成此方法。
优化工具箱与其他MATLAB一起工作®工具。可以使用并行计算工具箱加速数值梯度计算™.
您可以使用MATLAB编译器将应用程序编译成应用程序或库™ 和MATLAB编译器SDK™.
您可以使用MATLAB编码器生成可移植且可读的C/C++代码来解决优化问题™. 使用此代码将应用程序部署到企业和嵌入式系统。
有关更多信息,请返回优化工具箱页面或选择下面的链接。
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。