이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

Optimization Toolbox 시작하기

Optimization Toolbox™는 제약 조건을 충족하면서 목적 함수를 최소화 또는 최대화하는 파라미터를 찾는 함수를 제공합니다. 이 툴박스에는 선형 계획법(LP), 혼합 정수 선형 계획법(MILP), 2차 계획법(QP), 2차 원뿔 계획법(SOCP), 비선형 계획법(NLP), 제약 조건이 있는 선형 최소제곱, 비선형 최소제곱 및 비선형 방정식을 위한 솔버가 포함되어 있습니다.

최적화 문제는 함수와 행렬을 사용하여 정의하거나 그 문제의 수학적 의미를 나타내는 변수 표현식을 지정하여 정의할 수 있습니다. 더 빠르고 정확하게 해를 구하기 위해 목적 함수와 제약 조건 함수의 자동 미분을 사용할 수 있습니다.

툴박스가 제공하는 솔버를 사용하면 연속 문제와 이산 문제에 대한 최적해를 구하기도 하고, 절충 분석(Tradeoff Analysis)을 수행하기도 하고, 여러 알고리즘과 응용 사례에 최적화 기법을 통합할 수도 있습니다. 이 툴박스를 사용하면 파라미터 추정, 성분 선택, 파라미터 조정을 포함한 설계 최적화 작업을 수행할 수 있습니다. 이를 통해 포트폴리오 최적화, 에너지 관리 및 거래, 생산 계획과 같은 응용 사례에서 최적해를 구할 수 있습니다.

튜토리얼

• 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기
  

  Optimization Toolbox 솔버를 사용하는 데에는 문제 기반 접근법과 솔버 기반 접근법의 두 가지 접근법이 있습니다. 시작하기 전에 접근법을 선택하십시오.

• 제약 조건이 있는 비선형 문제 풀기, 문제 기반
  

  문제 기반 접근법을 사용하여 비선형 제약 조건이 있는 비선형 최적화 문제를 푸는 기본 예제입니다.

• 제약 조건이 있는 비선형 문제 풀기, 솔버 기반
  

  비선형 제약 조건이 있는 비선형 함수를 최소화하는 예제를 보여줍니다.

• Get Started with Optimize Live Editor Task
  

  An example script to modify for using the Optimize Live Editor task.

• Use Optimize Live Editor Task Effectively
  

  How to use the Optimize Live Editor task effectively.

• Set Up a Linear Program, Problem-Based
  

  Linear problem formulation using the problem-based approach.

• 선형 계획 설정하기, 솔버 기반
  

  솔버 기반 접근법을 사용한 문제 정식화입니다.

최적화 소개

• Optimization Theory Overview
  

  Introduces optimization as a way of finding a set of parameters that can be defined as optimal. These parameters are obtained by minimizing or maximizing an objective function, subject to equality or inequality constraints and/or parameter bounds.

• Optimization Toolbox Solvers
  

  Descriptions of optimization solvers.

• 국소 최적해와 전역 최적해
  

  솔버가 가장 작은 최솟값을 찾지 못할 수 있는 이유에 대해 설명합니다.