Main Content

문제 기반 전역 최적화 설정

최적화 변수를 만들고, 목적 함수와 제약 조건이 있는 문제를 만들고, solve를 호출합니다.

Global Optimization Toolbox는 문제 기반과 솔버 기반의 두 가지 최적화 방법을 제공합니다. Decide Between Problem-Based and Solver-Based Approach 항목을 참조하십시오. 문제 기반 최적화에서는 기호 스타일의 최적화 변수를 만듭니다. 그런 다음 이들 변수로 목적 함수와 제약 조건을 표현하는 표현식을 만듭니다. 마지막으로 solve를 사용하여 문제를 풉니다. 자세한 내용은 문제 기반 최적화 워크플로 항목을 참조하십시오.

참고: 다항식이나 유리식, 기본 함수(예: exp)로 구성되지 않은 비선형 함수가 있는 경우에는 fcn2optimexpr을 사용하여 해당 함수를 최적화 표현식으로 변환하십시오. Convert Nonlinear Function to Optimization Expression 항목과 Supported Operations for Optimization Variables and Expressions 항목을 참조하십시오.

기본 예제를 보려면 몇 가지 전역 솔버 비교하기(문제 기반) 항목을 참조하십시오.

함수

모두 확장

optimproblem최적화 문제 만들기
optimvaluesCreate values for optimization problem (R2022a 이후)
optimvar최적화 변수 만들기
showoptimization 객체에 대한 정보 표시 (R2019b 이후)
showbounds변수 범위 표시
writeSave optimization object description (R2019b 이후)
writeboundsSave description of variable bounds
fcn2optimexprConvert function to optimization expression
optimconstr빈 최적화 제약 조건 배열 생성
optimeqCreate empty optimization equality array (R2019b 이후)
optimineqCreate empty optimization inequality array (R2019b 이후)
optimexprCreate empty optimization expression array
showoptimization 객체에 대한 정보 표시 (R2019b 이후)
writeSave optimization object description (R2019b 이후)
evaluate최적화 표현식 실행
findindexFind numeric index equivalents of named index variables
infeasibilityConstraint violation at a point
prob2structConvert optimization problem or equation problem to solver form
showoptimization 객체에 대한 정보 표시 (R2019b 이후)
solve최적화 문제 또는 방정식 문제 풀기
varindexMap problem variables to solver-based variable index
writeSave optimization object description (R2019b 이후)

객체

OptimizationConstraint최적화 제약 조건
OptimizationEquality등식 및 등식 제약 조건 (R2019b 이후)
OptimizationExpression최적화 변수를 사용한 산술 표현식 또는 함수 표현식
OptimizationInequality부등식 제약 조건 (R2019b 이후)
OptimizationProblem최적화 문제
OptimizationValues최적화 문제의 값 (R2022a 이후)
OptimizationVariable최적화를 위한 변수

도움말 항목

문제 기반 단계

전역 솔버 단계

전역 최적화 옵션 설정하기

문제 기반 최적화를 위한 팁

병렬 연산

문제 기반 알고리즘