문제 기반 전역 최적화 설정
최적화 변수를 만들고, 목적 함수와 제약 조건이 있는 문제를 만들고,
solve
를 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 solve
를 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 fcn2optimexpr
을 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
객체
OptimizationConstraint | 최적화 제약 조건 |
OptimizationEquality | 등식 및 등식 제약 조건 |
OptimizationExpression | 최적화 변수를 사용한 산술 표현식 또는 함수 표현식 |
OptimizationInequality | 부등식 제약 조건 |
OptimizationProblem | 최적화 문제 |
OptimizationValues | 최적화 문제의 값 (R2022a 이후) |
OptimizationVariable | 최적화를 위한 변수 |
도움말 항목
문제 기반 단계
- 문제 기반 최적화 워크플로
최적화 문제 풀이를 위한 문제 기반 스텝을 알아봅니다. - Optimization Expressions
Define expressions for both the objective and constraints. - 문제 기반 접근법에서 추가 파라미터 전달하기
문제 기반 접근법에서 추가 파라미터, 데이터 또는 고정 변수를 전달합니다. - Named Index for Optimization Variables
Create and work with named indices for variables. - Review or Modify Optimization Problems
Review or modify problem elements such as variables and constraints. - Examine Optimization Solution
Evaluate the solution and its quality.
전역 솔버 단계
- Decide Between Problem-Based and Solver-Based Approach
Explore considerations for problem-based and solver-based optimization with Global Optimization Toolbox solvers. - Global Optimization Toolbox Default Solvers and Problem Types
Identify the types of problems you can solve in the problem-based approach and their associated default solvers. - Initial Points for Global Optimization Toolbox Solvers
Specify initial points for Global Optimization Toolbox solvers in the problem-based approach. - 비선형 문제 기반 최적화에서의 정수 제약 조건
문제 기반 최적화 함수prob2struct
와solve
가 정수 제약 조건을 처리하는 방법을 알아봅니다.
전역 최적화 옵션 설정하기
- Set Problem-Based Optimization Options for Global Optimization Toolbox Solvers
How to set and change optimization options in the problem-based approach for Global Optimization Toolbox. - Set Options in Problem-Based Approach Using varindex
To set options in some contexts, map problem-based variables to solver-based usingvarindex
. - Pattern Search Options
Explore the options for pattern search. - Genetic Algorithm Options
Explore the options for the genetic algorithm. - Particle Swarm Options
Explore the options for particle swarm. - Surrogate Optimization Options
Explore the options for surrogate optimization, including algorithm control, stopping criteria, command-line display, and output and plot functions. - Simulated Annealing Options
Explore the options for simulated annealing.
문제 기반 최적화를 위한 팁
- Create Efficient Optimization Problems
Obtain a faster or more accurate solution when the problem has integer constraints, and avoid loops when creating a problem. - Separate Optimization Model from Data
Create reusable, scalable problems by separating the model from the data. - Variables with Duplicate Names Disallowed
Learn how to solve a problem that has two optimization variables with the same name. - Create Initial Point for Optimization with Named Index Variables
Create initial points forsolve
when the problem has named index variables by using thefindindex
function. - Expression Contains Inf or NaN
Optimization expressions containingInf
orNaN
cannot be displayed, and can cause unexpected results. - 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. - Obtain Generated Function Details
Find the values of extra parameters in nonlinear functions created byprob2struct
. - Output Function for Problem-Based Optimization
Use an output function in the problem-based approach to record iteration history and to make a custom plot.
병렬 연산
- How Solvers Compute in Parallel
Learn how solvers distribute work for parallel computing. - How to Use Parallel Processing in Global Optimization Toolbox
Direct a solver or hybrid function to use multiple processes. - Minimizing an Expensive Optimization Problem Using Parallel Computing Toolbox
Example showing the effectiveness of parallel computing in two solvers:fmincon
andga
. - Improving Performance with Parallel Computing
Investigate factors for speeding optimizations.
문제 기반 알고리즘
- 문제 기반 최적화 알고리즘
최적화 함수 및 객체가 최적화 문제를 푸는 방법을 알아봅니다. - Supported Operations for Optimization Variables and Expressions
Explore the supported mathematical and indexing operations for optimization variables and expressions.