Main Content

Optimization Toolbox 入門

線形、二次、円錐、整数、非線形の最適化問題を解く

Optimization Toolbox™ には、制約を満たしながら目的関数を最小化または最大化するパラメーターを見つけるための関数が用意されています。このツールボックスには、線形計画法 (LP)、混合整数線形計画法 (MILP)、二次計画法 (QP)、2 次錐計画法 (SOCP)、非線形計画法 (NLP)、制約付き線形最小二乗法、非線形最小二乗法および非線形方程式に用いるソルバーが含まれています。

最適化問題は、関数や行列によって、またはその基礎を成す数学演算を反映する変数式の指定によって定義できます。目的関数と制約関数の自動微分を使用すれば、より速く正確な解を求めることができます。

ツールボックス ソルバーを使用して連続問題や離散問題に対する最適解を求め、トレードオフ解析を実行し、最適化手法をアルゴリズムやアプリケーションに組み入れることができます。このツールボックスを使用すると、パラメーター推定、成分選択、パラメーター調整を含む設計最適化タスクを実行できます。また、ポートフォリオ最適化、エネルギーの管理と売買、生産計画などの用途に最適な解決法を見つけることができます。

チュートリアル

最適化について

  • 最適化理論の概要

    最適値として定義されるパラメーターの組み合わせを見つける方法として最適化を紹介します。これらのパラメーターは、等式による制約、不等式による制約、またはパラメーターの存在範囲による制約を受けた目的関数を最小化または最大化することによって得られます。

  • Optimization Toolbox のソルバー

    最適化ソルバーの説明。

  • 大域的最適解と局所的最適解

    ソルバーが最小の最小値を検索しないかもしれない理由。