Tecniche di Ottimizzazione in MATLAB

Giorno 1

Esecuzione di un'Ottimizzazione

Obiettivo: Comprendere la struttura di base e il processo di risoluzione dei problemi di ottimizzazione in modo efficace. Usare strumenti interattivi per definire e risolvere problemi di ottimizzazione.

• Identificazione delle componenti di un problema di ottimo
• Esecuzione di un'ottimizzazione mediante l'app Optimization
• Applicazione del processo di ottimizzazione
• Utilizzo delle funzioni di ottimizzazione

Specificare la Funzione Obiettivo

Obiettivo: Implementare una funzione obiettivo mediante una function. Usare function handle per specificare funzioni obiettivo e dati aggiuntivi.

• Utilizzo di un file per la funzioni obiettivo
• Specificare le funzioni obiettivo mediante function handle
• Passaggio di dati addizionali alle funzioni obiettivo

Specificare i Vincoli

Obiettivo: Aggiungere diversi tipi di vincoli a un problema di ottimizzazione in MATLAB.

• Identificazione di diversi tipi di vincoli
• Definizione di limiti
• Definizione di vincoli lineari
• Definizione di vincoli non lineari

Scelta di un Risolutore

Obiettivo: Selezionare un risolutore e un algoritmo appropriati considerando il tipo di problema di ottimizzazione da risolvere.

• Classificazione dell'obiettivo
• Scelta di un risolutore
• Scelta dell'algoritmo

Valutazione dei Risultati e Miglioramento delle Prestazioni

Obiettivo: Interpretare l'output del risolutore e fare una diagnosi del processo di ottimizzazione. Aumentare l'accuratezza e l'efficienza di un'ottimizzazione cambiando le impostazioni.

• Analisi dell'ottimizzazione
• Interpretazione dei risultati
• Definizione dei criteri di convergenza
• Fornire informazioni derivate

Utilizzo dei Metodi di Ottimizzazione Globali

Obiettivo: Usare la funzione Global Optimization Toolbox per risolvere problemi dove gli algoritmi classici hanno esito negativo o risultano inefficienti.

• Individuazione del minimo globale
• Utilizzo di algoritmi genetici e metodi di ricerca diretta