2차 계획법
선형 제약 조건이 있는 2차 목적 함수를 위한 솔버입니다.
quadprog는 다음으로 지정된 문제의 최솟값을 구합니다.
H, A , Aeq는 행렬이고, f, b, beq, lb, ub, x는 벡터입니다.
f, lb 및 ub를 벡터나 행렬로 전달할 수 있습니다. 행렬 인수 항목을 참조하십시오.
참고
quadprog
솔버는 솔버 기반 접근법에만 적용됩니다. 두 가지 최적화 접근법에 대한 설명은 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기 항목을 참조하십시오.
는 위의 문제를 풀되, 여기에는 제한 사항 x
= quadprog(H
,f
,A
,b
,Aeq
,beq
,lb
,ub
)lb
≤ x
≤ ub
가 추가로 적용됩니다. 입력값 lb
와 ub
는 double형으로 구성된 벡터이고, 제한 사항은 각 x
성분에 대해 성립됩니다. 등식이 존재하지 않는 경우 Aeq = []
및 beq = []
을 설정하십시오.
참고
문제의 지정된 입력값 범위에 모순이 있는 경우 출력값 x
는 x0
이 되고 출력값 fval
은 []
이 됩니다.
quadprog
는 범위 lb
≤ x
≤ ub
을 위반하는 x0
의 성분을 그 범위로 정의된 상자의 내부로 재설정합니다. quadprog
는 범위를 충족하는 성분은 변경하지 않습니다.
은 x
= quadprog(problem
)problem
에 설명되어 있는 구조체인 problem
의 최솟값을 반환합니다. 점 표기법 또는 struct
함수를 사용하여 problem
구조체를 만듭니다. 또는 prob2struct
를 사용하여 OptimizationProblem
객체에서 problem
구조체를 만듭니다.
최적화 라이브 편집기 작업은 quadprog
에 대한 시각적 인터페이스를 제공합니다.
[1] Coleman, T. F., and Y. Li. “A Reflective Newton Method for Minimizing a Quadratic Function Subject to Bounds on Some of the Variables.” SIAM Journal on Optimization. Vol. 6, Number 4, 1996, pp. 1040–1058.
[2] Gill, P. E., W. Murray, and M. H. Wright. Practical Optimization. London: Academic Press, 1981.
[3] Gould, N., and P. L. Toint. “Preprocessing for quadratic programming.” Mathematical Programming. Series B, Vol. 100, 2004, pp. 95–132.
linprog
| lsqlin
| optimoptions
| prob2struct
| 최적화