Ottimizzazione non lineare
L'ottimizzazione non lineare consiste nel minimizzare o massimizzare una funzione obiettivo non lineare soggetta a limiti e vincoli lineari o non lineari. I vincoli possono essere disuguaglianze o uguaglianze. I campi di applicazione comprendono la selezione di progetti di ingegneria ottimali, l'analisi dei compromessi di progettazione, il calcolo delle traiettorie ottimali per veicoli o robot e l'ottimizzazione dei portafogli finanziari.
Per impostare un problema di ottimizzazione non lineare da risolvere, occorre innanzitutto scegliere se adottare un approccio basato sui problemi o un approccio basato sul risolutore. Vedere Scelta iniziale sull'adozione dell'approccio basato sui problemi o sul risolutore.
Per esempi e teoria non lineari dell'approccio basato sui problemi, vedere Ottimizzazione non lineare basata sui problemi.
Per esempi e teoria dell'approccio non lineare basato sul risolutore, vedere Ottimizzazione non lineare basata sul risolutore.
Per l'ottimizzazione di più funzioni obiettivo, vedere Ottimizzazione multiobiettivo.
Categorie
- Ottimizzazione non lineare basata sui problemi
Risolvere problemi di ottimizzazione non lineare in modalità seriale o parallela utilizzando l'approccio basato sui problemi
- Ottimizzazione non lineare basata sul risolutore
Risolvere problemi di minimizzazione non lineare e di programmazione semi-infinita in modalità seriale o parallela utilizzando l'approccio basato sul risolutore
- Ottimizzazione multiobiettivo
Risolvere problemi di ottimizzazione multiobiettivo in modalità seriale o parallela
Esempi in primo piano
Tutorial for Optimization Toolbox
Tutorial example showing how to solve nonlinear problems and pass extra parameters.
Solve Constrained Nonlinear Optimization, Problem-Based
Solve a constrained nonlinear problem based on optimization expressions. The example also shows how to convert a nonlinear function to an optimization expression.
Objective and Constraints Having a Common Function in Serial or Parallel, Problem-Based
Save time when the objective and nonlinear constraint functions share common computations in the problem-based approach.
