数学与优化
利用并行计算加速求解线性代数和优化问题
利用并行计算来加速求解线性代数和优化问题，包括求解线性方程组、线性优化问题、二次优化问题、圆锥优化问题、整数优化问题和非线性优化问题，以及搜索包含多个最大值或最小值的问题的全局解。
主题
线性代数
- 利用 GPU 加速求解线性方程
本示例演示了如何利用 GPU 加快线性方程组的求解速度。 - 在 GPU 上使用稀疏数组
了解在 GPU 上使用稀疏数组的条件。 - 使用分布式数组通过直接方法求解线性方程组
此示例显示如何使用分布式数组的直接方法并行求解形式为 的线性方程组。 - 使用分布式数组通过迭代方法求解线性方程组
对于大规模数学计算，迭代方法比直接方法更有效。此示例显示如何使用分布式数组和迭代方法并行求解形式为 的线性方程组。
优化
- Optimization Toolbox 中的并行计算是什么？ (Optimization Toolbox)
使用多个处理器进行优化。 - 在 Optimization Toolbox 中使用并行计算 (Optimization Toolbox)
并行执行梯度估计。 - 利用并行计算提高性能 (Optimization Toolbox)
调查加速优化的因素。
全局优化
- 求解器如何并行计算 (Global Optimization Toolbox)
了解求解器如何分配并行计算的工作。 - 如何在 Global Optimization Toolbox 中使用并行处理 (Global Optimization Toolbox)
指示求解器或混合函数使用多个过程。 - 并行优化 ODE (Global Optimization Toolbox)
仅调用一次昂贵的子程序并使用patternsearch或ga并行计算 ODE 解，从而节省时间。
精选示例
使用分布式离散化的多重网格预处理器求解微分方程
此示例说明如何使用预条件迭代求解器和分布式数组来求解泊松方程。通过使用分布式数组，您可以使用计算机集群的内存（而不仅仅是单台计算机的内存）来扩展计算。您无需更改代码即可进行扩展。
并行优化 Simulink 模型
此示例展示如何使用多个 Global Optimization Toolbox 求解器并行优化 Simulink® 模型。
使用 Parallel Computing Toolbox 最小化高成本优化问题
探究使用两个求解器 fmincon 和 ga 的并行计算的有效性。
全新
使用 parfor 进行并行优化时的监控
使用 parfor 并行运行多个优化问题，同时在客户端上通过 DataQueue 实时监控求解器的进度。
具有串行或并行共同函数的目标和约束，基于问题
当基于问题的方法中的目标和非线性约束函数共享共同计算时，可以节省时间。
