이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
비선형 최적화
R2026a하나 이상의 목적 함수를 가지며 제약 조건이 있거나 없는 비선형 문제를 직렬 또는 병렬로 풀기
비선형 최적화는 범위, 선형 또는 비선형 제약 조건에 따라 비선형 목적 함수를 최소화하거나 최대화합니다. 제약 조건은 부등식이나 등식일 수 있습니다. 응용 분야로는 최적의 엔지니어링 설계 선택, 설계 상충관계 분석, 차량이나 로봇에 대한 최적 궤적 계산, 재무 포트폴리오 최적화 등이 있습니다.
해를 구하기 위한 비선형 최적화 문제를 설정하려면 먼저 문제 기반 접근법을 사용할지 솔버 기반 접근법을 사용할지 결정하십시오. 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기 항목을 참조하십시오.
문제 기반 비선형 예제와 이론에 대해서는 문제 기반 비선형 최적화 항목을 참조하십시오.
솔버 기반 비선형 예제와 이론에 대해서는 솔버 기반 비선형 최적화 항목을 참조하십시오.
다목적 함수를 최적화하는 방법은 다목적 최적화 항목을 참조하십시오.
카테고리
- 문제 기반 비선형 최적화
문제 기반 접근법을 사용하여 직렬 또는 병렬로 비선형 최적화 문제를 풉니다.
- 솔버 기반 비선형 최적화
솔버 기반 접근법을 사용하여 비선형 최소화 문제와 반무한 계획법 문제를 직렬 또는 병렬로 풉니다.
- 다목적 최적화
다목적 최적화 문제를 직렬 또는 병렬로 풀기
추천 예제
Optimization Toolbox 튜토리얼
비선형 문제를 풀고 추가 파라미터를 전달하는 방법을 보여주는 튜토리얼 예제입니다.
제약 조건이 있는 비선형 최적화 풀기(문제 기반)
이 예제에서는 최적화 표현식에 기반한 제약 조건이 있는 비선형 문제를 푸는 방법을 보여줍니다. 또한, 비선형 함수를 최적화 표현식으로 변환하는 방법도 보여줍니다.
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.
