最新のリリースでは、このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。
Optimization Toolbox
Optimization Toolbox™ には、制約を満たしながら目的関数を最小化または最大化するパラメーターを見つけるための関数が用意されています。このツールボックスには、線形計画法 (LP)、混合整数線形計画法 (MILP)、二次計画法 (QP)、非線形計画法 (NLP)、制約付き線形最小二乗法、非線形最小二乗法および非線形方程式に用いるソルバーが含まれています。最適化問題は、関数や行列によって、またはその基礎を成す数学演算を反映する変数式の指定によって定義できます。
ツールボックス ソルバーを使用して連続問題や離散問題に対する最適解を求め、トレードオフ解析を実行し、最適化手法をアルゴリズムやアプリケーションに組み入れることができます。このツールボックスを使用すると、パラメーター推定、成分選択、パラメーター調整を含む設計最適化タスクを実行できます。ポートフォリオ最適化、リソース割り当て、生産計画とスケジュール設定などの用途で最適解を見つけるために使用できます。
优化工具箱入門
Optimization Toolbox の基礎を学ぶ
問題ベースの最適化の設定
変数と式を使用して最適化問題を定式化し、逐次評価または並列評価によって解きます。
ソルバーベースの最適化問題の設定
ソルバーの選択、目的関数と制約関数の定義、並列処理
非線形最適化
逐次または並列での 1 つ以上の目的関数を使用した制約付きまたは制約なし非線形問題の解法
線形計画法と混合整数線形計画法
連続変数および整数変数を使用した線形計画問題の解法
二次計画法
二次目的関数および線形制約のある問題の解法
最小二乗法
最小二乗 (曲線近似) 問題の解法
非線形方程式系
一連の非線形方程式の根の逐次評価または並列評価による求解
最適化の結果
ソルバー出力の理解と結果の向上