Optimización no lineal basada en problemas

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

Antes de comenzar a resolver un problema de optimización, deberá elegir el enfoque adecuado: basado en problemas o basado en solvers. Para obtener más detalles, consulte En primer lugar, elija el enfoque basado en problemas o el enfoque basado en solvers.

Formule sus funciones objetivo y de restricción no lineales como expresiones en variables de optimización o convierta funciones de MATLAB^® utilizando fcn2optimexpr. Para la configuración de problemas, consulte Configuración de optimización basada en problemas.

Funciones

`evaluate`	Evaluar una expresión de optimización
`fcn2optimexpr`	Convertir una función en una expresión de optimización
`infeasibility`	Vulneración de restricciones en un punto
`optimproblem`	Crear un problema de optimización
`optimvar`	Crear variables de optimización
`prob2struct`	Convert optimization problem or equation problem to solver form
`solve`	Resolver un problema de optimización o un problema de ecuación

Tareas de Live Editor

Optimize

Optimizar o resolver ecuaciones en Live Editor (desde R2020b)

Temas

Aplicaciones no restringidas basadas en problemas

Rational Objective Function, Problem-Based
This example shows how to create a rational objective function using optimization variables and solve the resulting unconstrained problem.

Aplicaciones restringidas basadas en problemas

Resolver optimización no lineal restringida, basada en problemas
Este ejemplo muestra cómo resolver un problema no lineal restringido basado en expresiones de optimización. El ejemplo también muestra cómo convertir una función no lineal en una expresión de optimización.
Convertir una función no lineal en una expresión de optimización
Convierta funciones no lineales, ya estén expresadas como archivos de función o funciones anónimas, mediante fcn2optimexpr.
Constrained Electrostatic Nonlinear Optimization Using Optimization Variables
Define objective and constraint functions for a structured nonlinear optimization in the problem-based approach.
Discretized Optimal Trajectory, Problem-Based
This example shows how to solve a discretized optimal trajectory problem using the problem-based approach.
Problem-Based Nonlinear Minimization with Linear Constraints
Shows how to use optimization variables to create linear constraints, and fcn2optimexpr to convert a function to an optimization expression.
Effect of Automatic Differentiation in Problem-Based Optimization
Automatic differentiation lowers the number of function evaluations for solving a problem.
Supply Derivatives in Problem-Based Workflow
How to include derivative information in problem-based optimization when automatic derivatives do not apply.
Obtain Generated Function Details
Find the values of extra parameters in nonlinear functions created by prob2struct.
Objective and Constraints Having a Common Function in Serial or Parallel, Problem-Based
Save time when the objective and nonlinear constraint functions share common computations in the problem-based approach.
Solve Nonlinear Feasibility Problem, Problem-Based
Solve a feasibility problem, which is a problem with constraints only.
Factibilidad utilizando la tarea Optimize basada en problemas de Live Editor
Resuelva un problema de factibilidad no lineal utilizando la tarea Optimize basada en problemas de Live Editor y varios solvers.
Obtener una solución utilizando el modo de factibilidad
Resuelva un problema con restricciones difíciles utilizando el modo de factibilidad de fmincon.
Output Function for Problem-Based Optimization
Use an output function in the problem-based approach to record iteration history and to make a custom plot.

Computación paralela

What Is Parallel Computing in Optimization Toolbox?
Use multiple processors for optimization.
Usar la computación paralela en Optimization Toolbox
Lleve a cabo una estimación de gradientes en paralelo.
Improving Performance with Parallel Computing
Investigate factors for speeding optimizations.

Simulación u ODE

Optimizing a Simulation or Ordinary Differential Equation
Special considerations in optimizing simulations, black-box objective functions, or ODEs.

Algoritmos y otra teoría

Algoritmos de optimización no lineal sin restricciones
Minimizar una función objetivo única en n dimensiones sin restricciones.
Algoritmos de optimización no lineal con restricciones
Cómo minimizar una función objetivo única en n dimensiones con varios tipos de restricciones.
Algoritmo fminsearch
Pasos que da fminsearch para minimizar una función.
Referencia de opciones de optimización
Explore opciones de optimización.
Óptimos locales frente a globales
Explica por qué puede que los solvers no encuentren el mínimo más pequeño.
Smooth Formulations of Nonsmooth Functions
Reformulate some nonsmooth functions as smooth functions by using auxiliary variables.
Bibliografía de optimización
Enumera el material publicado que respalda los conceptos implementados en los algoritmos de solver de optimización.

Información relacionada

Programación no lineal basada en problemas