Contenuto principale

Optimization Toolbox

Risolvere problemi di ottimizzazione lineare, quadratica, conica, intera e non lineare

Optimization Toolbox™ fornisce funzioni atte a identificare i parametri che minimizzano o massimizzano gli obiettivi, soddisfacendo al contempo i vincoli. La toolbox include risolutori per la programmazione lineare (LP), la programmazione lineare mista intera (MILP), la programmazione quadratica (QP), la programmazione conica di secondo ordine (SOCP), la programmazione non lineare (NLP), minimi quadrati lineari vincolati, minimi quadrati non lineari ed equazioni non lineari.

È possibile definire il problema di ottimizzazione con funzioni e matrici oppure specificando espressioni nelle variabili che riflettono la matematica sottostante. È possibile utilizzare la differenziazione automatica delle funzioni obiettivo e di vincolo per ottenere soluzioni più rapide e precise.

È possibile utilizzare i risolutori della toolbox per identificare soluzioni ottimali a problemi continui e discreti, eseguire analisi di compromesso e integrare metodi di ottimizzazione in algoritmi e applicazioni. La toolbox consente di eseguire attività di ottimizzazione del progetto, tra cui la stima dei parametri, la selezione dei componenti e la sincronizzazione dei parametri. Consente di identificare soluzioni ottimali in ambiti quali l'ottimizzazione del portafoglio, la gestione e il trading dell'energia, nonché la pianificazione della produzione.

Introduzione a Optimization Toolbox

Impara le nozioni di base di Optimization Toolbox

Configurazione dell'ottimizzazione basata sui problemi

Formulare problemi di ottimizzazione mediante variabili ed espressioni, risolverli in modalità seriale o parallela

Impostazione di un problema di ottimizzazione basato sul risolutore

Scegliere il risolutore, definire la funzione obiettivo e i vincoli, eseguire il calcolo in parallelo

Ottimizzazione non lineare

Risolvere problemi non lineari con o senza vincoli, con uno o più obiettivi, in modalità seriale o parallela

Programmazione lineare e programmazione lineare mista intera

Risolvere problemi di programmazione lineare con variabili continue e intere

Programmazione quadratica e programmazione conica

Risolvere problemi con obiettivi quadratici e vincoli lineari o con vincoli conici

Minimi quadrati

Risolvere problemi di minimi quadrati (adattamento di curve)

Sistemi di equazioni non lineari

Risolvere sistemi di equazioni non lineari in modalità seriale o parallela

Risultati dell'ottimizzazione

Comprendere gli output del risolutore e migliorare i risultati