Hauptinhalt

Optimization Toolbox

Lösen linearer, quadratischer, konischer, ganzzahliger und nichtlinearer Optimierungsprobleme

Die Optimization Toolbox™ bietet Funktionen zur Ermittlung von Parametern, die Zielfunktionen unter Einhaltung von Nebenbedingungen minimieren oder maximieren. Die Toolbox enthält Solver für lineare Programmierung (LP), gemischt-ganzzahlige lineare Programmierung (MILP), quadratische Programmierung (QP), Programmierung mit Kegeln zweiter Ordnung (SOCP), nichtlineare Programmierung (NLP), die lineare Methode der kleinsten Quadrate mit Nebenbedingungen, die nichtlineare Methode der kleinsten Quadrate sowie nichtlineare Gleichungssysteme.

Sie können Ihr Optimierungsproblem mithilfe von Funktionen und Matrizen oder durch die Angabe von Variablenausdrücken definieren, die die zugrunde liegende Mathematik widerspiegeln. Sie können die automatische Differenzierung von Ziel- und Nebenbedingungsfunktionen nutzen, um eine schnellere und genauere Lösung zu erhalten.

Mithilfe der Solver der Toolbox können Sie optimale Lösungen für kontinuierliche und diskrete Probleme finden, Trade-off-Analysen durchführen und Optimierungsmethoden in Algorithmen und Anwendungen integrieren. Mit der Toolbox können Sie Entwurfsoptimierungsaufgaben durchführen, darunter Parameterschätzung, Komponentenauswahl und Parameteroptimierung. Sie ermöglicht es, optimale Lösungen in Anwendungsbereichen wie Portfoliooptimierung, Energiemanagement und -handel sowie Produktionsplanung zu finden.

Leitfaden zum Einstieg in die Optimization Toolbox

Lernen Sie die Grundlagen von Optimization Toolbox

Einrichtung der problembasierten Optimierung

Formulieren und serielles oder paralleles Lösen von Optimierungsproblemen unter Verwendung von Variablen und Ausdrücken

Solverbasierte Optimierungsproblem-Konfiguration

Solver auswählen, Zielfunktion und Nebenbedingungen definieren, parallel rechnen

Nichtlineare Optimierung

Lösen nichtlinearer Probleme mit oder ohne Nebenbedingungen und mit einer oder mehreren Zielfunktionen – seriell oder parallel

Lineare Programmierung und gemischt-ganzzahlige lineare Programmierung

Lösen linearer Programmierungsprobleme mit kontinuierlichen und ganzzahligen Variablen

Quadratisches Programmieren und konisches Programmieren

Lösen von Problemen mit quadratischen Zielfunktionen und linearen Nebenbedingungen oder mit konischen Nebenbedingungen

Methode der kleinsten Quadrate

Lösen von Kleinste-Quadrate-Problemen (Kurvenanpassung)

Nichtlineare Gleichungssysteme

Serielles oder paralleles Lösen nichtlinearer Gleichungssysteme

Optimierungsergebnisse

Verstehen der Solver-Ausgaben und Verbessern der Ergebnisse