本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

优化决策表

下表旨在帮助您选择求解器。它不适用于多目标优化或方程求解。Problems Handled by Optimization Toolbox Functions中介绍了有关所有求解器的更多详细信息。

在此表中:

  • * 表示相关求解器位于 Global Optimization Toolbox (Global Optimization Toolbox) 函数中(其许可独立于 Optimization Toolbox™ 求解器)。

  • fmincon 应用于大多数具有平滑约束的平滑目标函数。它没有列为最小二乘、线性或二次规划的首选求解器,因为表中列出的对应求解器通常更高效。

  • 该表提供了建议的函数,但您也可以根据需要选择其他函数。例如,fmincon 可以有效地求解一些非平滑问题。

  • Global Optimization Toolbox 中的 ga (Global Optimization Toolbox) 函数可以求解混合整数规划问题。

  • Statistics and Machine Learning Toolbox™ bayesopt (Statistics and Machine Learning Toolbox) 函数可以求解具有连续、整数或分类变量组合的低维确定性或随机优化问题。

各类目标和约束的适用求解器

约束类型 目标类型
线性二次最小二乘平滑非线性非平滑
不适用(f = const,或 min = quadprog信息mldividelsqcurvefitlsqnonlin信息fminsearchfminunc信息fminsearch,*
边界linprog信息quadprog信息lsqcurvefitlsqlinlsqnonlinlsqnonneg信息fminbndfminconfseminf信息fminbnd,*
线性linprog信息quadprog信息lsqlin信息fminconfseminf信息*
常规平滑fmincon信息fmincon信息fmincon信息fminconfseminf信息*
离散,具有边界或线性intlinprog信息****

注意

此表没有列出多目标求解器或方程求解器。请参阅Problems Handled by Optimization Toolbox Functions以了解 Optimization Toolbox 函数求解的问题的完整列表。

注意

有些求解器有多种算法。有关如何进行选择的帮助,请参阅选择算法