Main Content

이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기

Optimization Toolbox™에는 최적화 문제 또는 방정식 풀이를 위한 두 가지 접근법, 즉 문제 기반 접근법과 솔버 기반 접근법이 있습니다. 문제를 풀기 시작하기 전에 먼저 적절한 접근법을 선택해야 합니다.

다음 표에는 이 두 접근법 간의 주요 차이점이 요약되어 있습니다.

접근법특징
문제 기반 최적화 설정생성 및 디버그하기가 더 쉬움
목적 함수와 제약 조건을 기호로 나타냄
문제 형식에서 행렬 형식으로의 변환이 필요하므로 풀이 시간이 더 오래 걸림
기울기나 헤세 행렬을 직접 포함하는 것을 허용하지 않음. Supply Derivatives in Problem-Based Workflow 참조
Problem-Based Optimization Workflow 또는 Problem-Based Workflow for Solving Equations에 나와 있는 절차 참조

기본 선형 예제: 혼합 정수 선형 계획법 기본 사항: 문제 기반 또는 Solve a Mixed-Integer Linear Programming Problem using Optimization Modeling 비디오

기본 비선형 예제: 제약 조건이 있는 비선형 문제 풀기, 문제 기반

기본 방정식 풀이 예제: Solve Nonlinear System of Equations, Problem-Based

솔버 기반 최적화 문제 설정생성 및 디버그하기가 더 어려움
목적 함수와 제약 조건을 함수 또는 행렬로 나타냄
문제 형식에서 행렬 형식으로의 변환이 필요하지 않으므로 풀이 시간이 더 짧게 걸림
기울기나 헤세 행렬을 직접 포함하는 것을 허용함

대규모 문제에서 메모리 절약을 위해 헤세 행렬의 곱셈 함수나 야코비 행렬의 곱셈 함수를 사용하도록 허용함

Quadratic Minimization with Dense, Structured Hessian 또는 Jacobian Multiply Function with Linear Least Squares 참조

솔버 기반 최적화 문제 설정에 나와 있는 절차 참조

기본 선형 예제: 혼합 정수 선형 계획법 기본 사항: 솔버 기반

기본 비선형 예제: 제약 조건이 있는 비선형 문제 풀기, 솔버 기반

기본 방정식 풀이 예제: 예제

관련 항목