在开始解决优化问题之前,必须选择适当的方法:基于问题或基于求解器。有关详细信息,请参见首先选择基于问题或基于求解器的方法。
对于基于问题的方法,创建问题变量,然后用这些符号变量表示目标函数和约束。有关要采取的基于问题的步骤,请参见具体问题具体分析优化工作流程。要解决结果问题,使用解决
。
对于要采取的基于求解器的步骤,包括定义目标函数和约束,以及选择适当的求解器,请参见基于求解器的优化问题设置。要解决结果问题,使用Quadprog.
或者Coneprog.
。
优化 | 在实时编辑器中优化或解决方程 |
SecondOrderConeConstraint |
二次锥约束对象 |
演示了如何使用不同的算法来解决一个基于边界约束的二次规划问题。
展示如何使用基于问题的方法来解决大型稀疏二次程序。
示例显示基于大规模的基于问题的二次编程。
在一个基本的投资组合模型上显示基于问题的二次规划的例子。
具有绑定约束和各种选项的二次编程示例。
此示例显示了具有许多线性约束问题的主动集算法的益处。
表明,温暖的开始可以在大型二次程序中有效。
描述如何最好地使用热启动来加快重复的解决方案。金宝搏官方网站
示例显示如何在结构化二次程序中保存内存。
这个例子展示了如何使用稀疏二次矩阵在二次程序中节省内存。
示例显示基于求解器的大规模二次规划。
在一个基本的投资组合模型上显示基于求解器的二次规划的例子。
给出了一个基于问题的圆锥编程实例。
本节提供了一种使用各种锥形编程问题的时序信息LinearSolver
选项设置。
要求解决
使用Coneprog.
对于问题解决方案。
使用锥形编程解决机械质量弹簧问题。
将二次约束转换为Coneprog.
的形式。
将二次规划问题转化为二次锥问题。
Code Generation for quadprog Background
生成二次优化C代码的先决条件。
控件的代码生成基础Quadprog.
优化求解器。
描述如何最好地使用热启动来加快重复的解决方案。金宝搏官方网站
探索处理生成代码中实时要求的技术。
优化函数和对象如何解决优化问题。
要求解决
使用Coneprog.
对于问题解决方案。
列出优化变量和表达式上所有可用的数学和索引操作。