Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Optimización no lineal basada en problemas

Resuelva problemas de optimización no lineales en serie o en paralelo utilizando el enfoque basado en problemas

Consulte para elegir entre la optimización basada en problemas y la optimización basada en solucionador.Elija primero el enfoque basado en problemas o basado en Solver

Formule sus funciones de restricción objetiva y no lineal como expresiones en variables de optimización o convierta funciones utilizando.MATLAB®fcn2optimexpr Para la configuración del problema, consulte.Configuración de optimización basada en problemas

Funciones

fcn2optimexprConvierta la función a la expresión de optimización
prob2structConvierta el problema de optimización en forma de solucionador
solveResuelve el problema de optimización

Temas

Las aplicaciones sin restricciones basadas en problemas

Función de objetivo racional, basada en problemas

Muestra cómo crear una función objetiva racional utilizando variables de optimización.

Las aplicaciones restringidas basadas en problemas

Resuelva la optimización no lineal restringida, basada en problemas

En este ejemplo se muestra cómo convertir una función en una expresión de optimización y utilizar una expresión racional como una restricción no lineal.MATLAB

Convertir función no lineal a expresión de optimización

Convierta funciones no lineales, ya sean expresadas como archivos de función o funciones anónimas, mediante el uso de.fcn2optimexpr

Optimización no lineal electrostática restringida, basada en problemas

Muestra cómo definir funciones objetivas y de restricción para una optimización no lineal estructurada en el enfoque basado en problemas.

Minimización no lineal basada en problemas con restricciones lineales

Muestra cómo utilizar variables de optimización para crear restricciones lineales y convertir una función en una expresión de optimización.fcn2optimexpr

Incluir derivados en flujo de trabajo basado en problemas

Cómo incluir información derivada en la optimización basada en problemas.

Objetivo y restricciones tener una función común en serie o paralela, basada en problemas

Ahorre tiempo cuando las funciones de restricción objetiva y no lineal compartan cálculos comunes en el enfoque basado en problemas.

Función de salida para la optimización basada en problemas

Muestra cómo utilizar una función de salida en el enfoque basado en problemas para registrar el historial de iteraciones y para crear un trazado personalizado.

Computación paralela

¿En qué consiste la computación paralela?Optimization Toolbox

Utilizar varios procesadores para la optimización.

Uso de la computación paralela enOptimization Toolbox

Estimación automática del gradiente en paralelo.

Mejorar el rendimiento con la computación paralela

Consideraciones para optimizaciones de exceso de velocidad.

Simulación o ODE

Optimización de una ecuación de simulación o diferencial ordinaria

Consideraciones especiales en la optimización de simulaciones, funciones objetivas de caja negra o ODEs.

Algoritmos y otra teoría

Algoritmos de optimización no lineales no restringidos

Minimización de una función objetiva única en dimensiones sin restricciones.n

Algoritmos de optimización no lineales restringidos

Minimizar una función objetiva única en dimensiones con varios tipos de restricciones.n

Algoritmofminsearch

Pasos que se necesitan para minimizar una función.fminsearch

Opciones de optimización referencia

Describe las opciones de optimización.

Local vs global optima

Explica por qué los solucionadores podrían no encontrar el mínimo más pequeño.

Bibliografía

Enumera los materiales publicados que admiten conceptos implementados en los algoritmos de solucionador.