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, 상충관계 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.
- 최적화 라이브 편집기 작업 또는 솔버를 사용한, 제약 조건이 있는 비선형 문제
시각적 접근법 또는 텍스트 기반 접근법을 사용하여 비선형 제약 조건이 있는 비선형 함수를 최소화합니다.
- 문제 기반 최적화 라이브 편집기 작업 시작하기
문제 기반 최적화 라이브 편집기 작업을 사용하는 기본 예제입니다.
- 문제 기반 최적화 라이브 편집기 작업을 효과적으로 사용하기
문제 기반 최적화 라이브 편집기 작업을 사용하고 이해하는 방법을 알아봅니다.
- 솔버 기반 최적화 라이브 편집기 작업 시작하기
솔버 기반 최적화 라이브 편집기 작업을 사용하기 위해 수정할 예제 스크립트입니다.
- Use Solver-Based Optimize Live Editor Task Effectively
How to use the solver-based Optimize Live Editor task effectively.
- 선형 계획 설정하기, 문제 기반
문제 기반 접근법을 사용한 선형 문제 정식화입니다.
- 선형 계획 설정하기, 솔버 기반
솔버 기반 접근법을 사용한 문제 정식화입니다.
최적화 소개
- 최적화 이론 개요
최적이라고 정의할 수 있는 파라미터 세트를 찾기 위한 최적화를 소개합니다. 이러한 파라미터는 목적 함수를 최소화하거나 최대화하여 얻어지며, 이 함수에는 등식 또는 부등식 제약 조건 및/또는 파라미터 범위가 적용됩니다.
- Optimization Toolbox 솔버
최적화 솔버에 대한 설명.
- 국소 최적해와 전역 최적해
솔버가 가장 작은 최솟값을 찾지 못할 수 있는 이유에 대해 설명합니다.
관련 정보
- Mathematical Modeling with Optimization, Part 1
- Optimization Modeling, Part 2: Converting to Solver Form
- Optimization Modeling, Part 2: Problem-Based Solution of a Mathematical Model
- Problem-Based Nonlinear Programming
- How to Use the Solver-Based Optimize Live Editor Task
- How to Use the Problem-Based Optimize Live Editor Task