优化工具箱提供求解器和优化应用程序，用于查找问题的最大值或最小值。它允许您找到最佳设计，最小化金融应用程序的风险，优化决策，并使模型与数据相匹配。在这个优化例子中，我们希望找到这个方程的最小值，即目标函数。目标函数计算最大化或最小化的值，例如生产产品的成本，或者赛车绕赛道所需的时间。

x1和x2的可能值被这个不等式约束限制在这条线以下，同样，对于这个约束。解算器根据约束条件找到目标函数的最小值。优化工具箱包括用于线性目标函数（如本函数）以及二次和非线性目标以及线性和非线性最小二乘的专用解算器。

有时，问题要求变量采用整数值，比如当变量表示装配线上的工人数量时，或者是或不是决定。这类问题称为混合整数优化问题，可以通过在问题中添加整数约束来解决。您可以通过编程或使用优化应用程序设置优化问题。输入目标函数，指定约束并提供初始条件。有多种优化算法可供使用，使您能够针对范围广泛的问题。

对于具有非线性约束的非线性问题，通过为求解器提供计算问题导数的函数，可以提高求解效率。您还可以使用内置的并行计算工具箱支持来加速优化问题™. 各种各样的解算器可用于不同类型的目标和约束。工具箱的文档帮助您为问题选择最佳解决方案。金宝app

对于具有数千个变量的大型稀疏问题，可以使用解算器求解线性、混合整数、二次和非线性问题。在这个例子中，一个超过40000个变量的二次问题在不到4秒的时间内就被解决了。有关详细信息，请返回“优化工具箱”页或选择下面的链接。