이 페이지의 내용은 이전 릴리스에 관한 것입니다. 해당 영문 페이지는 최신 릴리스에서 제거되었습니다.

최적화 문제 설정

문제 기반 접근법이나 솔버 기반 접근법 중 적절한 접근법을 선택하십시오.

비선형 목적 함수나 제약 조건 함수의 경우에는 현재 솔버 기반 최적화 문제 설정을 사용해야 합니다.

접근법특징
문제 기반 최적화 설정생성 및 디버그하기가 더 쉬움
선형 또는 정수 제약 조건이 있는 선형 문제나 2차 문제에만 해당됨
목적 함수와 제약 조건을 기호로 나타냄
문제 형식에서 행렬 형식으로 변환하는 데 걸리는 시간으로 인해 풀이 시간이 더 오래 걸림
Problem-Based Workflow에 나와 있는 절차 참조
기본 예제: Mixed-Integer Linear Programming Basics: Problem-Based 또는 Solve a Mixed-Integer Linear Programming Problem using Optimization Modeling 비디오
솔버 기반 최적화 문제 설정생성 및 디버그하기가 더 어려움
목적 함수와 제약 조건을 함수 또는 행렬로 나타냄
행렬 형식으로 변환하는 시간이 필요하지 않으므로 풀이 시간이 더 짧음
대규모 문제에서 메모리 절약을 위해 헤세 행렬의 곱셈 함수나 야코비 행렬의 곱셈 함수를 사용하도록 허용함. Quadratic Minimization with Dense, Structured Hessian 항목 또는 Jacobian Multiply Function with Linear Least Squares 항목을 참조하십시오.
솔버 기반 최적화 문제 설정에 나와 있는 절차 참조
기본 예제: 혼합 정수 선형 계획법 기본 사항: 솔버 기반