Optimización no lineal basada en solvers

Resuelva problemas de minimización no lineales y de programación semiinfinita en serie o en paralelo utilizando el enfoque basado en solvers

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.

Para la configuración de problemas, consulte Configuración de problema de optimización basada en solvers.

Funciones

`fminbnd`	Encontrar el mínimo de una función de una única variable en un intervalo fijo
`fmincon`	Encontrar el mínimo de una función multivariable no lineal restringida
`fminsearch`	Encontrar el mínimo de una función multivariable no restringida utilizando el método sin derivadas
`fminunc`	Encontrar el mínimo de una función multivariable no restringida
`fseminf`	Find minimum of semi-infinitely constrained multivariable nonlinear function
`checkGradients`	Check first derivative function against finite-difference approximation (desde R2023b)
`optim.coder.infbound`	Infinite bound support for code generation (desde R2022b)

Tareas de Live Editor

Optimize

Optimizar o resolver ecuaciones en Live Editor (desde R2020b)

Temas

Aplicaciones no restringidas basadas en solvers

Minimización de la función banana
Muestra cómo resolver el mínimo de la función de Rosenbrock utilizando diferentes solvers, con o sin gradientes.
Resolver problemas no lineales con muchas variables
Elegir opciones apropiadas para problemas no lineales grandes.
Minimización no restringida utilizando fminunc
Ejemplo de programación no lineal no restringida.
Minimización con gradiente y matriz hessiana
Ejemplo de programación no lineal no restringida, incluyendo derivadas.
Minimization with Gradient and Hessian Sparsity Pattern
Example of nonlinear programming using some derivative information.

Aplicaciones restringidas basadas en solvers

Tutorial para Optimization Toolbox
Ejemplo de tutorial de cómo resolver problemas no lineales y pasar parámetros adicionales.
Optimize Live Editor Task with fmincon Solver
Example of nonlinear programming with constraints using the Optimize Live Editor Task.
Restricciones de desigualdad no lineales
Ejemplo de programación no lineal con restricciones de desigualdad no lineales.
Restricciones no lineales con gradientes
Ejemplo de programación no lineal con información de las derivadas.
Algoritmo interior-point de fmincon con matriz hessiana analítica
Ejemplo de programación no lineal con toda la información de la derivada.
Objetivo lineal o cuadrático con restricciones cuadráticas
Este ejemplo muestra cómo resolver un problema de optimización que tiene un objetivo lineal o cuadrático y restricciones de desigualdad cuadráticas.
Restricciones de igualdad y desigualdad no lineales
Programación lineal con ambos tipos de restricciones no lineales.
Cómo usar todos los tipos de restricciones
Ejemplo que muestra todas las restricciones.
Obtain Best Feasible Point
Find the best feasible point in the output structure.
Resolver problemas no lineales con muchas variables
Elegir opciones apropiadas para problemas no lineales grandes.
Minimization with Bound Constraints and Banded Preconditioner
Example showing efficiency gains possible with structured nonlinear problems.
Minimization with Linear Equality Constraints, Trust-Region Reflective Algorithm
Example showing nonlinear programming with only linear equality constraints.
Minimization with Dense Structured Hessian, Linear Equalities
Example showing how to save memory in nonlinear programming with a structured Hessian and only linear equality constraints or only bounds.
Calcular gradientes y matrices hessianas con Symbolic Math Toolbox
Ejemplo que muestra cómo calcular derivadas de forma simbólica para solvers de optimización.
Using Symbolic Mathematics with Optimization Toolbox Solvers
Use Symbolic Math Toolbox™ to generate gradients and Hessians.

Generación de código

Generación de código en segundo plano de fmincon
Requisitos previos para generar código C para la optimización no lineal.
Generación de código para conceptos básicos de optimización
Aprenda los conceptos básicos de generación de código para el solver de optimización fmincon.
Static Memory Allocation for fmincon Code Generation
Use static memory allocation in code generation when the problem changes.
Optimization Code Generation for Real-Time Applications
Explore techniques for handling real-time requirements in generated code.

Restricciones semiinfinitas

One-Dimensional Semi-Infinite Constraints
Example showing how to use one-dimensional semi-infinite constraints in nonlinear programming.
Two-Dimensional Semi-Infinite Constraint
Example showing how to use two-dimensional semi-infinite constraints in nonlinear programming.
Analyzing the Effect of Uncertainty Using Semi-Infinite Programming
This example shows how to use semi-infinite programming to investigate the effect of uncertainty in the model parameters of an optimization problem.

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.
Minimizar un problema de optimización costoso utilizando Parallel Computing Toolbox
Ejemplo de cómo utilizar la computación paralela en los solvers de Global Optimization Toolbox y Optimization Toolbox™.

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.