Optimization Toolbox
Risoluzione di problemi di ottimizzazione lineare, quadratica, conica, intera e non lineare
Hai domande? Contatta l’ufficio commerciale.
Hai domande? Contatta l’ufficio commerciale.
Optimization Toolbox offre funzioni al fine di trovare parametri in grado di minimizzare o massimizzare gli obiettivi e allo stesso tempo soddisfare i vincoli. Il toolbox include risolutori per la programmazione lineare (LP), la programmazione lineare mista intera (MILP), la programmazione quadratica (QP), la programmazione a cono di secondo ordine (SOCP), la programmazione non lineare (NLP), i minimi quadrati lineari vincolati, i minimi quadrati non lineari e le equazioni non lineari.
È possibile definire il proprio problema di ottimizzazione mediante l’uso di funzioni e matrici oppure specificando espressioni variabili che riflettano la matematica sottostante. È possibile usare la derivazione automatica delle funzioni obiettivo e di vincolo per soluzioni più rapide e più accurate.
I risolutori di questo toolbox si possono utilizzare per trovare soluzioni ottimali a problemi continui e discreti, per eseguire l’analisi di bilanciamento e incorporare metodi di ottimizzazione in algoritmi e applicazioni. Il toolbox consente di eseguire attività di ottimizzazione di un progetto, come la stima dei parametri, la selezione dei componenti e la regolazione dei parametri. Consente anche di trovare soluzioni ottimali nelle applicazioni, come l’ottimizzazione del portafoglio, la gestione e il trading dell’energia e la pianificazione di produzione.
Collegamento degli agenti IA a Optimization Toolbox
Integra funzionalità specifiche del dominio nel tuo workflow di Agentic AI.
Inizia con la formazione Optimization Onramp o con l’attività live Optimize di Live Editor per fare pratica e sviluppare le competenze di base nell’ottimizzazione in MATLAB. Consulta gli esempi di problemi per acquisire nuove competenze e apprendere le best practice dell’ottimizzazione.
Esplora progetti non convenzionali per raggiungere i tuoi obiettivi di progettazione in modo più efficace. Optimization Explorer estende questa funzionalità per l’esplorazione e l’analisi con più risolutori.
Utilizza i risolutori MILP di Optimization Toolbox per risolvere problemi di allocazione delle risorse e pianificazione. Tra gli esempi figurano il bilanciamento del carico delle reti elettriche, l’ottimizzazione dei processi produttivi e l’ingegneria della missione.
Utilizza MATLAB Copilot o strumenti di codifica agentica collegati tramite MATLAB Agentic Toolkit e MATLAB MCP Server per formulare problemi di ottimizzazione, valutare i tradeoff e generare workflow di ottimizzazione.
Utilizza l’approccio basato su problemi per definire e risolvere problemi di ottimizzazione nella loro forma matematica naturale, senza dover specificare quale risolutore utilizzare.
Utilizza l’approccio basato su risolutori per configurare uno qualsiasi dei risolutori di Optimization Toolbox supportati (consulta l’elenco dei risolutori). Usa l’app Optimization Explorer per confrontare le prestazioni di diversi risolutori e delle relative opzioni per il tuo problema.
Utilizza modelli surrogati basati sull’IA o modelli a ordine ridotto (ROM) con Optimization Toolbox per accelerare l’esplorazione progettuale nei workflow CFD e FEA. Questi modelli mantengono la fedeltà della simulazione originale per la validazione finale.
Bilancia più obiettivi soggetti a vincoli utilizzando fgoalattain e fminimax. Per ulteriori risolutori basati sul fronte di Pareto, come paretosearch e gamultiobj, aggiungi Global Optimization Toolbox.
Costruisci strumenti di progettazione e supporto decisionale basati sull’ottimizzazione, integrali con sistemi enterprise e distribuisci gli algoritmi di ottimizzazione su sistemi embedded.
“MATLAB ci ha consentito di velocizzare i nostri processi di R&S e distribuzione grazie ai suoi algoritmi numerici robusti, alla varietà di strumenti di visualizzazione e analisi, alle affidabili routine di ottimizzazione, al supporto per la programmazione a oggetti e all’abilità di esecuzione sul cloud con le nostre applicazioni di produzione Java”.
Optimization Toolbox è un prodotto MATLAB che offre funzioni al fine di trovare parametri in grado di minimizzare o massimizzare gli obiettivi e allo stesso tempo soddisfare i vincoli.
Il toolbox include risolutori per la programmazione lineare (LP), la programmazione lineare mista intera (MILP), la programmazione quadratica (QP), la programmazione a cono di secondo ordine (SOCP), la programmazione non lineare (NLP), i minimi quadrati lineari vincolati, i minimi quadrati non lineari e le equazioni non lineari.
È possibile definire i problemi utilizzando espressioni variabili che riflettono i concetti matematici sottostanti (approccio basato su problemi) o utilizzando funzioni e matrici (approccio basato su risolutori).
La differenziazione automatica delle funzioni obiettivo e di vincolo consente di ottenere soluzioni più rapide e accurate ai problemi di ottimizzazione.
Il toolbox consente di eseguire l’ottimizzazione del portafoglio, la gestione e il trading dell’energia, la pianificazione di produzione, la stima dei parametri, la selezione dei componenti e la sincronizzazione dei parametri.
Sì, è possibile costruire strumenti di progettazione e supporto decisionale basati sull’ottimizzazione, integrarli con sistemi enterprise e distribuire gli algoritmi di ottimizzazione su sistemi embedded.
Sì, il toolbox consente di risolvere problemi di ottimizzazione con più funzioni obiettivo soggette a una serie di vincoli.
Scopri i nostri prodotti.
Richiedi una quotazione e scopri i prodotti correlati.
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.