Optimization Toolbox 提供各种函数，可用于求最小化或最大化目标且满足约束的参数。该工具箱包含用于线性规划 (LP)、混合整数线性规划 (MILP)、二次规划 (QP)、二阶锥规划 (SOCP)、非线性规划 (NLP)、约束线性最小二乘、非线性最小二乘和非线性方程的求解器。
您可以用函数和矩阵来定义优化问题，也可以通过指定反映底层数学关系的变量表达式来定义。您可以对目标函数和约束函数使用自动微分，从而更快、更准确地求解。
您可以使用该工具箱提供的求解器求连续与离散问题的最优解、执行权衡分析，并将优化方法整合到算法和应用中。该工具箱让您能够执行设计优化任务，包括参数估计、组件选择和参数调节。它能帮助您在投资组合优化、能源管理和交易以及生产计划等各种应用中求最优解。
优化快速入门
从《优化入门之旅》培训或“优化实时编辑器”任务开始进行实操练习，以在 MATLAB 中培养核心优化技能。查看示例问题，以学习优化中的新技能和最佳实践。
调度和资源优化
使用 Optimization Toolbox 中的 MILP 求解器求解资源分配和调度问题。示例包括电网负载平衡、制造过程优化和任务工程。
使用 AI 智能体进行优化
使用 MATLAB Copilot 或通过 MATLAB Agentic Toolkit 和 MATLAB MCP Server 连接的智能体编码工具来构建优化问题、评估权衡并生成优化工作流。
使用可配置的求解器提升性能
使用基于求解器的方法配置任何受支持的优化求解器（请参阅求解器列表）。使用优化探索器比较不同求解器及求解器选项针对您的问题的性能。
使用 AI 模型进行优化
将 AI 替代模型或降阶模型 (ROM) 与 Optimization Toolbox 结合使用，以提高 CFD 和 FEA 工作流中的设计探索速度。最终验证仍使用原始仿真模型，以保证保真度。
平衡相互竞争的目标
使用 fgoalattain 和 fminimax 在约束下平衡多个目标。如需 paretosearch 和 gamultiobj 等其他帕累托前沿求解器，请添加 Global Optimization Toolbox。
产品资源：
“MATLAB 帮助我们加快了研发和部署，它有着稳健的数值算法、丰富的可视化和分析工具、可靠的优化例程，并支持面向对象编程，还能够配合我们的产品级 Java 应用程序在云端运行。”
Optimization Toolbox 常见问题解答
Optimization Toolbox 是一款 MATLAB 产品，它提供各种函数，可用于求最小化或最大化目标且满足约束的参数。
该工具箱包含用于线性规划 (LP)、混合整数线性规划 (MILP)、二次规划 (QP)、二阶锥规划 (SOCP)、非线性规划 (NLP)、约束线性最小二乘、非线性最小二乘和非线性方程的求解器。
您可以使用反映底层数学关系的变量表达式（基于问题的方法）或使用函数和矩阵（基于求解器的方法）来定义问题。
目标函数和约束函数的自动微分使优化问题能够更快、更准确地得到求解。
该工具箱支持投资组合优化、能源管理和交易、生产计划、参数估计、组件选择和参数调节。
是的，您可以构建基于优化的决策支持和设计工具，与企业系统进行集成，并将优化算法部署到嵌入式系统中。
是的，该工具箱可以求解具有多个目标函数和一组约束的优化问题。
