이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
제약 조건이 있는 선형 최소제곱 문제 풀기
범위 또는 선형 제약 조건이 있는 선형 최소제곱 솔버입니다.
다음 형식의 최소제곱 곡선 피팅 문제를 풉니다.
참고
lsqlin
솔버는 솔버 기반 접근법에만 적용됩니다. 두 가지 최적화 접근법에 대한 설명은 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기 항목을 참조하십시오.
은 x
= lsqlin(problem
)problem
에 설명되어 있는 구조체인 problem
의 최솟값을 구합니다. 점 표기법 또는 struct
함수를 사용하여 problem
구조체를 만듭니다. 또는 prob2struct
를 사용하여 OptimizationProblem
객체에서 problem
구조체를 만듭니다.
제약 조건이 없는 문제에는 mldivide
(행렬 왼쪽 나눗셈)를 사용할 수 있습니다. 제약 조건이 없는 경우, lsqlin
은 x = C\d
를 반환합니다.
풀려는 문제는 항상 볼록하므로 lsqlin
은 전역해(단, 반드시 유일한 해일 필요는 없음)를 구합니다.
문제에 선형 제약 조건은 많지만 변수가 거의 없는 경우 'active-set'
알고리즘을 사용해 보십시오. Quadratic Programming with Many Linear Constraints 항목을 참조하십시오.
lb
및 ub
를 사용하여 암묵적으로 지정하는 대신 Aeq
및 beq
를 사용하여 명시적으로 등식을 지정할 경우 더 나은 수치 결과를 얻을 가능성이 높습니다.
trust-region-reflective
알고리즘은 서로 동일한 상한과 하한을 허용하지 않습니다. 이 경우 다른 알고리즘을 사용하십시오.
문제에 대해 지정된 입력 범위에 모순이 있는 경우 출력값 x
는 x0
이고 출력값 resnorm
및 residual
은 []
입니다.
C
행렬이 너무 커서 메모리에 맞지 않는 문제를 포함해, 특정 구조를 가진 일부 대규모 문제의 경우 야코비 행렬의 곱셈 함수와 함께 trust-region-reflective
알고리즘을 사용하여 풀 수 있습니다. 자세한 내용은 trust-region-reflective 알고리즘 옵션 항목을 참조하십시오.
최적화 라이브 편집기 작업은 lsqlin
에 대한 시각적 인터페이스를 제공합니다.