基于问题的优化设置
创建优化变量,创建具有目标和约束条件的问题,调用
解决
全局优化工具箱有两种优化方法:基于问题和基于求解器。看到选择基于问题的方法还是基于解决者的方法.在基于问题的优化中,您创建符号风格的优化变量。然后在这些变量中创建表示目标和约束的表达式。最后,用实例解决问题解决
.详细信息请参见基于问题的优化工作流.
注意:如果你有一个非线性函数,它不是由多项式、有理表达式和初等函数组成的,比如经验值
,然后使用将函数转换为优化表达式fcn2optimexpr
.看到将非线性函数转化为优化表达式而且优化变量和表达式的支持操作.
有关基本示例,请参见比较几种基于问题的全局求解器.
功能
对象
OptimizationConstraint |
优化的约束 |
OptimizationEquality |
平等和平等约束 |
OptimizationExpression |
用优化变量表示的算术或函数表达式 |
OptimizationInequality |
不等式约束 |
OptimizationProblem |
优化问题 |
OptimizationValues |
优化问题的值 |
OptimizationVariable |
优化变量 |
主题
具体问题具体分析的步骤
- 基于问题的优化工作流
学习解决优化问题的基于问题的步骤。 - 优化表达式
为目标和约束定义表达式。 - 在基于问题的方法中传递额外的参数
在基于问题的方法中传递额外的参数、数据或固定变量。 - 优化变量命名索引
为变量创建并使用命名索引。 - 回顾或修改优化问题
检查或修改问题元素,如变量和约束。 - 检查优化方案
评估解决方案及其质量。
全局求解器的步骤
- 选择基于问题的方法还是基于解决者的方法
探索基于问题和基于求解器的优化的注意事项全局优化工具箱解决者。 - 全局优化工具箱默认解决方案和问题类型
确定您可以在基于问题的方法中解决的问题类型及其相关的默认解决方法。 - 全局优化工具箱求解器的初始点
指定初始点全局优化工具箱基于问题的方法中的解决者。 - 非线性问题优化中的整数约束
学习基于问题的优化函数prob2struct
而且解决
处理整数约束。
设置选项
基于问题的优化技巧
- 创造有效的优化问题
当问题有整数约束时,获得更快或更准确的解决方案,并在创建问题时避免循环。 - 将优化模型与数据分离
通过将模型与数据分离来创建可重用的、可伸缩的问题。 - 不允许重复名称的变量
学习如何解决具有两个同名优化变量的问题。 - 用命名索引变量创建优化的初始点
创建初始点解决
当问题已命名索引变量时,使用findindex
函数。 - 表达式包含Inf或NaN
优化表达式包含正
或南
不能显示,可能导致不可预知的结果。 - 目标和约束具有串行或并行的共同功能,基于问题的
在基于问题的方法中,当目标函数和非线性约束函数共享公共计算时,可以节省时间。 - 获取已生成的功能详细信息
求非线性函数中附加参数的值prob2struct
. - 基于问题优化的输出函数
在基于问题的方法中使用输出函数来记录迭代历史并制作自定义图。
并行计算
- 求解器如何并行计算
了解解算器如何为并行计算分配工作。 - 如何在全局优化工具箱中使用并行处理
指导求解器或混合函数使用多个进程。 - 利用并行计算工具箱最小化一个昂贵的优化问题
两个求解器并行计算的有效性示例:fmincon
而且遗传算法
. - 利用并行计算提高性能
调查加速优化的因素。
具体问题具体分析的算法
- 基于问题的优化算法
了解优化函数和对象如何解决优化问题。 - 优化变量和表达式的支持操作
探索优化变量和表达式所支持的数学和索引操作。