Introduzione a Optimization Toolbox

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.

Tutorial

• Scelta iniziale sull'adozione dell'approccio basato sui problemi o sul risolutore
  

  Esistono due approcci per l'utilizzo dei risolutori di Optimization Toolbox: basato sui problemi o basato sul risolutore. Prima di iniziare, scegliere l'approccio.

• 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.

• Introduzione a Optimize task di Live Editor basato sui problemi
  

  Esempio di base utilizzando Optimize task di Live Editor basato sui problemi.

• 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.

Informazioni sull'ottimizzazione

• 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.