이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
Optimization Toolbox 함수가 처리하는 문제
다음 표에서는 최소화, 다중 목적 함수 최적화, 방정식 풀이, 최소제곱 (모델 피팅) 문제 풀이에 사용할 수 있는 함수를 보여줍니다.
최소화 문제
| 유형 | 정식화 | 솔버 |
|---|---|---|
스칼라 최소화 |
이때 lb < x < ub 조건을 충족해야 합니다(x는 스칼라임). | fminbnd |
제약 조건이 없는 최소화 |
| |
선형 계획법 |
이때 A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
혼합 정수 선형 계획법 |
이때 A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다(x(intcon)은 정수 값임) | |
2차 계획법 |
이때 A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
원뿔 계획법 |
이때 , A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
제약 조건이 있는 최소화 |
이때 c(x) ≤ 0, ceq(x) = 0, A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
반무한 제약 조건이 있는 최소화 |
이때 K(x,w) ≤ 0 for all w, c(x) ≤ 0, ceq(x) = 0, A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. |
다중 목적 함수 최적화 문제
| 유형 | 정식화 | 솔버 |
|---|---|---|
목표 달성 |
이때 F(x) – w·γ ≤ goal, c(x) ≤ 0, ceq(x) = 0, A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
최대최소화 |
이때 c(x) ≤ 0, ceq(x) = 0, A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. |
방정식 풀이 문제
최소제곱 (모델 피팅) 문제
| 유형 | 정식화 | 솔버 |
|---|---|---|
선형 최소제곱 |
m개의 방정식, n개의 변수 |
|
음이 아닌 선형 최소제곱 |
이때 x ≥ 0 조건을 충족해야 합니다. | |
제약 조건이 있는 선형 최소제곱 |
이때 A·x ≤ b, Aeq·x = beq, lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
비선형 최소제곱 |
이때 lb ≤ x ≤ ub 조건을 충족해야 합니다. | |
비선형 곡선 피팅 |
이때 lb ≤ x ≤ ub 조건을 충족해야 합니다. |
Optimization Toolbox™ 솔버는 매끄러운 문제에 적용됩니다. 이는 목적 함수와 비선형 제약 조건 함수를 적어도 두 번 연속해서 미분 가능해야 함을 의미합니다. 경우에 따라 Optimization Toolbox 솔버는 매끄럽지 않은 함수에서도 작동하므로, 어떤 문제에든 자유롭게 사용해 보십시오. 기본 MATLAB® 최적화 솔버인 fminbnd, fminsearch, fzero는 매끄러움 요구 사항을 갖지 않으며, 대부분의 Global Optimization Toolbox 솔버도 매끄러움 요구 사항을 갖지 않습니다.