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 theoutput
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 optimizaciónfmincon
. - 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 dafminsearch
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.