开始使用优化工具箱
解决线性、二次整数,和非线性优化问题
优化工具箱™提供函数最小化或最大化目标而寻找参数满足约束条件。工具箱包括解决线性规划(LP)、混合整数线性规划(MILP),二次规划(QP),非线性规划(NLP),约束线性最小二乘非线性最小二乘法和非线性方程组。你可以定义函数优化问题和矩阵或通过指定变量反映底层的数学表达式。
您可以使用工具箱解决寻找连续和离散问题的最优解,进行权衡分析,并整合优化方法到算法和应用程序中。金宝搏官方网站工具箱允许您执行优化设计任务,包括参数估计、组件选择和参数优化。它可以用来找到最优的解决方案在应用,如投资组合优化、资源配置、金宝搏官方网站生产计划和调度。
教程
- 首先选择具体问题具体分析或Solver-Based方法
有两种解决方法使用优化工具箱:具体问题具体分析,solver-based。在你开始之前,选择的方法。
- 解决约束的非线性问题,具体问题具体分析
一个基本的例子解决非线性约束的非线性优化问题采用具体问题具体分析的方法。
- 解决一个约束非线性问题,Solver-Based
提供了一个示例,用非线性约束最小化一个非线性函数。
- 建立了一个线性规划,具体问题具体分析
线性问题公式化通过具体问题具体分析的方法。
- 建立了一个线性规划,Solver-Based
使用solver-based问题公式化的方法。
- 优化应用程序
设置选项或运行优化视觉。