主要内容

优化决策表

下表旨在帮助您选择求解器。它不涉及多目标优化或方程求解。有更多关于所有求解器的细节优化工具箱函数处理的问题

在这个表格中:

  • *表示在中找到了相关求解器全局优化工具箱(全局优化工具箱)函数(从优化工具箱™求解器中单独授权)。

  • fmincon适用于大多数具有光滑约束的光滑目标函数。它没有被列为最小二乘或线性或二次规划的首选求解器,因为所列的求解器通常更有效。

  • 该表提供了建议函数,但它并不意味着要过度限制您的选择。例如,fmincon可以有效解决一些不光滑的问题。

  • 全局优化工具箱遗传算法(全局优化工具箱)而且surrogateopt(全局优化工具箱)函数可以解决混合整数非线性规划问题。

  • 统计和机器学习工具箱™bayesopt(统计和机器学习工具箱)函数可以用连续、整数或类别变量的组合解决低维确定性或随机优化问题。

基于目标和约束的求解

约束类型 目标类型
线性 二次 最小二乘 光滑的非线性 非光滑
没有一个 n / a (f= const,或min = quadprog信息 mldividelsqcurvefitlsqnonlin信息 fminsearchfminunc信息 fminsearch, *
绑定 linprog信息 quadprog信息 lsqcurvefitlsqlinlsqnonlinlsqnonneg信息 fminbndfminconfseminf信息 fminbnd, *
线性 linprog信息 quadprog信息 lsqlin信息 fminconfseminf信息
coneprog信息 fmincon信息 fmincon信息 fmincon信息
一般光滑 fmincon信息 fmincon信息 fmincon信息 fminconfseminf信息
离散的,有界的或线性的 intlinprog信息

请注意

该表没有列出多目标求解器或方程求解器。看到优化工具箱函数处理的问题查看由优化工具箱函数处理的问题的完整列表。

请注意

有些求解器有几种算法。关于选择的帮助,请看选择算法

Baidu
map