主要内容

OptimizationEquality

平等和等式约束

自从R2019b

扩展所有的页面

描述

一个OptimizationEquality对象包含平等和等式约束OptimizationVariable对象或OptimizationExpression对象。每一个平等使用比较运算符= =。

一个语句可以代表平等的一个数组。例如,您可以表达每一行一个矩阵变量的等式x总结在这条语句:

constrsum = sum (x, 2) = = 1

使用OptimizationEquality在一个对象作为约束OptimizationProblem,或者在一个方程EquationProblem。

提示

完整的工作流程,请参阅具体问题具体分析优化工作流程或具体问题具体分析工作流求解方程。

创建

使用优化和比较运算符表达式创建平等= =。

包括平等的约束属性的一个优化问题,或方程属性的一个方程的问题,通过使用点符号。

概率= optimproblem;x = optimvar (“x”、4、6);SumToOne =总和(x, 2) = = 1;prob.Constraints。SumToOne = SumToOne;%或一个方程的问题:eqprob = eqnproblem;eqprob.Equations。SumToOne = SumToOne;

您还可以创建一个空的优化平等使用optimeq或optimconstr。通常,然后设置在一个循环中平等。例如,看到的在循环创建平等。然而,对于制定最有效的问题,避免在循环设置平等。看到创建高效的优化问题。

属性

全部展开

索引名称,指定字符串或字符单元阵列的向量。使用索引名称的信息,请参阅为优化变量命名索引。

数据类型:细胞

这个属性是只读的。

优化变量的对象,指定为一个结构OptimizationVariable对象。

数据类型:结构体

对象的功能

不可能实行 在一个点约束违反
显示 显示信息优化对象
写 保存优化对象描述

例子

全部折叠

打开生活的脚本

创建一个名为x的4-by-6优化变量矩阵。

x = optimvar (“x”、4、6);

创建平等,每一行x的资金。

constrsum = sum (x, 2) = = 1
constrsum = 4 x1线性OptimizationEquality数组属性:IndexNames:{{}{}}变量:[1 x1 struct]包含1 OptimizationVariable看到平等制定与显示。

查看平等。

显示(constrsum)
(1,1)x (1,1) + x (1、2) + (3) + (4) + x (1、5) + x (1,6) = = 1 (2, 1) x (2, 1) + (2, 2) + x (2、3) + x (2、4) + (2、5) + x (2,6) = = 1 (3,1) x (1) + (2) + (3) + x (3、4) + x (3、5) + (3、6) = = 1 (4,1) x (4 1) + (2) + (3) + x (4, 4) + x (4、5) + (4、6) = = 1

在一个优化的问题,包括平等设置约束财产constrsum通过使用点符号。

概率= optimproblem;prob.Constraints。constrsum= constrsum
概率= OptimizationProblem属性:描述:“ObjectiveSense:“最小化”变量:[1 x1 struct]包含1 OptimizationVariable目的:[0 x0 OptimizationExpression]约束:[1 x1 struct]包含1 OptimizationConstraint看到问题公式化。

同样,在一个方程的问题,包括平等设置约束财产constrsum通过使用点符号。

eqnprob = eqnproblem;eqnprob.Equations。constrsum= constrsum
eqnprob = EquationProblem属性:描述:“变量:包含1 OptimizationVariable方程:[1 x1 struct] [1 x1 struct]包含1 OptimizationEquality看到问题公式化。
打开生活的脚本

创建一个空OptimizationEquality对象。

eq1 = optimeq;

创建一个5-by-5优化变量数组x。

x = optimvar (“x”5、5);

创建平等这一行 我 的x资金 我 2 。

为i = 1:尺寸(x, 1) eq1 (i) =总和(x(我,:))= = i ^ 2;结束

查看结果平等。

显示(eq1)
(1,1)x (1,1) + x (1、2) + (3) + (4) + x (1、5) = = 1 (1、2) x (2, 1) + (2, 2) + x (2、3) + x (2、4) + (2、5) = = 4 (1、3) x (1) + (2) + (3) + x (3、4) + x (3、5) = = 9 (1、4) x (4 1) + (2) + (3) + x (4, 4) + x (4、5) = = 16 (1、5) x (1) + (2) + (3) + x (5, 4) + x (5,5) = = 25

使用eq1作为一个约束优化问题,集eq1作为一个约束通过使用点符号属性。

概率= optimproblem;prob.Constraints。eq1 = eq1;

同样,使用eq1作为一组方程的方程问题,集eq1作为一个方程通过使用点符号属性。

eqprob = eqnproblem;eqprob.Equations。eq1 = eq1;

版本历史

介绍了R2019b

另请参阅

|||||||||||

主题