La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.
En primer lugar, elija el enfoque basado en problemas o el enfoque basado en solvers
Optimization Toolbox™ cuenta con dos enfoques para resolver problemas o ecuaciones de optimización: basado en problemas y basado en solvers. Antes de comenzar a resolver un problema, deberá elegir primero el enfoque adecuado.
Esta tabla muestra un resumen de las principales diferencias entre ambos enfoques.
Enfoques | Características |
---|---|
Configuración de optimización basada en problemas | Más fácil de crear y depurar |
Representa el objetivo y las restricciones simbólicamente | |
Requiere traducción de formato de problema a formato de matriz, lo que implica un mayor tiempo de resolución | |
Calcula y utiliza de forma automática gradientes de funciones objetivo y de funciones de restricción no lineales en muchos casos, pero no calcula matrices hessianas; consulte Automatic Differentiation | |
Consulte los pasos en Problem-Based Optimization Workflow o Problem-Based Workflow for Solving Equations | |
Ejemplo básico lineal: Mixed-Integer Linear Programming Basics: Problem-Based o el vídeo Resuelva un problema de programación lineal de enteros mixtos utilizando el modelado de optimización Ejemplo básico no lineal: Solve a Constrained Nonlinear Problem, Problem-Based Ejemplo básico de resolución de ecuaciones: Resolver un sistema de ecuaciones no lineal, basado en problemas | |
Configuración de problema de optimización basada en solvers | Más difícil de crear y depurar |
Proporciona una interfaz visual; consulte la tareaOptimize de Live Editor | |
Representa el objetivo y las restricciones como funciones o matrices | |
No requiere traducción de formato de problema a formato de matriz, lo que implica un menor tiempo de resolución | |
Permite incluir directamente gradientes o matrices hessianas, pero no los calcula automáticamente | |
Permite utilizar una función de multiplicación de matriz hessiana o una función de multiplicación de matriz jacobiana para ahorrar memoria en problemas grandes Consulte Quadratic Minimization with Dense, Structured Hessian o Jacobian Multiply Function with Linear Least Squares | |
Consulte los pasos en Configuración de problema de optimización basada en solvers | |
Ejemplo básico lineal: Mixed-Integer Linear Programming Basics: Solver-Based Ejemplo básico no lineal: Solve a Constrained Nonlinear Problem, Solver-Based Ejemplos básicos de resolución de ecuaciones: Ejemplos |