Leitfaden zum Einstieg in die Optimization Toolbox

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.

Tutorials

• Erster Schritt: Wählen eines problembasierten oder solverbasierten Ansatzes
  

  Es gibt zwei Ansätze bei der Verwendung von Optimization Toolbox: problembasiert und solverbasiert. Entscheiden Sie sich für einen Ansatz, bevor Sie beginnen.

• Solve a Constrained Nonlinear Problem, Problem-Based
  

  A basic example of solving a nonlinear optimization problem with a nonlinear constraint using the problem-based approach.

• Constrained Nonlinear Problem Using Optimize Live Editor Task or Solver
  

  Minimize a nonlinear function with a nonlinear constraint using a visual approach or a text-based approach.

• Use Optimization Explorer App
  

  Basic example showing the use of the Optimization Explorer App.

• Erste Schritte mit dem problembasierten Live-Editor Task „Optimize“
  

  Einfaches Beispiel zur Verwendung des problembasierten Live-Editor Tasks „Optimize“

• Use Problem-Based Optimize Live Editor Task Effectively
  

  How to use and understand the problem-based Optimize Live Editor task.

• Get Started with Solver-Based Optimize Live Editor Task
  

  An example script to modify for using the solver-based Optimize Live Editor task.

• Use Solver-Based Optimize Live Editor Task Effectively
  

  How to use the solver-based Optimize Live Editor task effectively.

• Set Up a Linear Program, Problem-Based
  

  Linear problem formulation using the problem-based approach.

• Set Up a Linear Program, Solver-Based
  

  Problem formulation using the solver-based approach.

Über die Optimierung

• Optimization Theory Overview
  

  Introduces optimization as a way of finding a set of parameters that can be defined as optimal. These parameters are obtained by minimizing or maximizing an objective function, subject to equality or inequality constraints and/or parameter bounds.

• Optimization Toolbox Solvers
  

  Descriptions of optimization solvers.

• Local vs. Global Optima
  

  Explains why solvers might not find the smallest minimum.