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.

접근법	특징
문제 기반 최적화 설정	생성 및 디버그하기가 더 쉬움
	시각적 인터페이스를 제공함. 최적화 라이브 편집기 작업 참조
	목적 함수와 제약 조건을 기호로 나타냄
	문제 형식에서 행렬 형식으로의 변환이 필요하므로 풀이 시간이 더 오래 걸릴 수 있음
	많은 경우에 목적 함수와 비선형 제약 조건 함수의 기울기를 자동으로 계산하고 사용하지만, 헤세 행렬을 계산하지는 않음. 자동 미분 참조
	문제 기반 최적화 워크플로 또는 방정식 풀이를 위한 문제 기반 워크플로에 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: 문제 기반 접근법을 사용하여 비선형 연립방정식 풀기
솔버 기반 최적화 문제 설정	생성 및 디버그하기가 더 어려움
	시각적 인터페이스를 제공함. 최적화 라이브 편집기 작업 참조
	목적 함수와 제약 조건을 함수 또는 행렬로 나타냄
	문제 형식에서 행렬 형식으로의 변환이 필요하지 않으므로 풀이 시간이 더 짧게 걸릴 수 있음
	기울기나 헤세 행렬을 직접 포함하는 것을 허용하지만, 이들을 자동으로 계산하지는 않음
	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: 최적화 라이브 편집기 작업 또는 솔버를 사용한, 제약 조건이 있는 비선형 문제 기본 방정식 풀이 예제: 예제

참고 항목

최적화

관련 항목

• 문제 기반 최적화 설정
• 솔버 기반 최적화 문제 설정