Optimization Toolbox
Lineare, quadratische, konische, ganzzahlige und nichtlineare Optimierungsprobleme lösen
Haben Sie noch Fragen? Vertrieb kontaktieren.
Die Optimization Toolbox bietet Funktionen zum Bestimmen von Parametern, die eine Vorgabe minimieren bzw. maximieren und gleichzeitig die Nebenbedingungen erfüllen. Die Toolbox enthält Solver für lineare Programmierung (LP), gemischt-ganzzahlige lineare Programmierung (MILP), quadratische Programmierung (QP), Kegeloptimierung zweiter Ordnung (SOCP), nichtlineare Programmierung (NLP), lineare kleinste Quadrate mit Nebenbedingungen, nichtlineare kleinste Quadrate und nichtlineare Gleichungen.
Sie können Ihr Optimierungsproblem mit Funktionen und Matrizen definieren oder Variablenausdrücke angeben, die die zugrundeliegende Mathematik wiedergeben. Mithilfe der automatischen Differenzierung von Vorgabe- und Nebenbedingungsfunktionen erhalten Sie schnellere und genauere Lösungen.
Mit den Toolbox-Solvern können Sie optimale Lösungen für kontinuierliche und diskrete Probleme finden, Trade-Off-Analysen ausführen und Optimierungsmethoden in Algorithmen und Anwendungen integrieren. Mit der Toolbox können Sie Entwurfsoptimierungsaufgaben ausführen, wie z. B. Parameterschätzung, Komponentenauswahl und Parameteroptimierung. Sie können damit auch optimale Lösungen in Anwendungen wie Portfolio-Optimierung, Energieverwaltung und -handel sowie Produktionsplanung finden.
Navigation im Panel
KI-Agenten mit der Optimization Toolbox verbinden
Integrieren Sie domänenspezifische Funktionen in Ihren Agentic-AI-Workflow.
Erste Schritte zur Optimierung
Beginnen Sie mit dem Kurs „Optimization Onramp“ oder dem Live Editor Task „Optimize“, um in praktischen Übungen grundlegende Optimierungsfähigkeiten in MATLAB zu erlernen. Sehen Sie sich Beispielaufgaben an, um neue Fähigkeiten und bewährte Optimierungsverfahren zu erlernen.
Entwurfsexploration mit Optimierung
Erfahren Sie anhand unkonventioneller Entwürfe, wie Sie Ihre Entwurfsvorgaben noch besser als bisher erreichen können. Der Optimization Explorer erweitert diese Funktion um die Exploration und Analyse mit mehreren Solvern.
Zeitplanungs- und Ressourcenoptimierung
Verwenden Sie die MILP-Solver in der Optimization Toolbox, um Probleme der Ressourcenzuweisung und Zeitplanung zu lösen. Beispiele hierfür sind der Lastausgleich in Stromnetzen, die Optimierung von Fertigungsprozessen und Mission Engineering.
Optimierung mit KI-Agenten
Verwenden Sie MATLAB Copilot oder Agentic-Programmiertools, die über das MATLAB Agentic Toolkit und den MATLAB MCP Server verbunden sind, um Optimierungsprobleme zu formulieren, Trade-offs zu bewerten und Optimierungsworkflows zu erstellen.
Automatische Solver-Auswahl
Verwenden Sie den problembasierten Ansatz, um Optimierungsprobleme in ihrer natürlichen mathematischen Form zu definieren und zu lösen, ohne dabei angeben zu müssen, welcher Solver verwendet werden soll.
Konfigurierbare Solver für mehr Performance
Verwenden Sie den solverbasierten Ansatz, um einen der unterstützten Optimierungssolver zu konfigurieren (siehe Solver-Liste). Mit dem Optimization Explorer können Sie die Leistung verschiedener Solver und Solver-Optionen für Ihr Problem miteinander vergleichen.
Optimierung mit KI-Modellen
Verwenden Sie KI-basierte Ersatzmodelle oder Modelle reduzierter Ordnung (Reduced Order Models, ROMs) in Verbindung mit der Optimization Toolbox, um die Geschwindigkeit der Entwurfsexploration in CFD- und FEA-Workflows zu verbessern. Diese Modelle bewahren die ursprüngliche Simulationsgenauigkeit für die abschließende Validierung.
Konkurrierende Vorgaben in Einklang bringen
Mithilfe von fgoalattain und fminimax können Sie mehrere Vorgaben unter Berücksichtigung von Nebenbedingungen miteinander in Einklang bringen. Für weitere Pareto-Front-Solver wie paretosearch und gamultiobj fügen Sie die Global Optimization Toolbox hinzu.
Optimierung skalieren und bereitstellen
Entwickeln Sie optimierungsbasierte Entscheidungsfindungs- und Entwurfstools, integrieren Sie sie in Unternehmenssysteme und stellen Sie Optimierungsalgorithmen in Embedded Systemen bereit.
Produktressourcen:
„MATLAB hat bei der Beschleunigung unserer F&E sowie der Implementierung geholfen. Dies war durch robuste numerische Algorithmen, umfangreiche Visualisierungen und Analysetools, zuverlässige Optimierungsroutinen, Unterstützung für objektorientiertes Programmieren und die Fähigkeit, unsere Java-Produktionsanwendungen in der Cloud zu betreiben, möglich.“
Optimization Toolbox – Häufig gestellte Fragen
Die Optimization Toolbox ist ein MATLAB-Produkt, das Funktionen bereitstellt, mit denen Parameter gefunden werden können, die Zielfunktionen minimieren oder maximieren, während Nebenbedingungen erfüllt werden.
Die Toolbox enthält Solver für Lineare Programmierung (LP), gemischt‑ganzzahlige Lineare Programmierung (MILP), Quadratische Programmierung (QP), Kegelprogrammierung zweiter Ordnung (SOCP), Nichtlineare Programmierung (NLP), lineare Kleinste-Quadrate-Probleme mit Nebenbedingungen, nichtlineare Kleinste-Quadrate und nichtlineare Gleichungen.
Sie können Probleme mit Variablenausdrücken definieren, die die zugrunde liegende Mathematik widerspiegeln (problembasierter Ansatz), oder mit Funktionen und Matrizen (solverbasierter Ansatz).
Die automatische Differentiation von Ziel- und Nebenbedingungsfunktionen ermöglicht schnellere und genauere Lösungen für Optimierungsprobleme.
Die Toolbox ermöglicht Portfolio-Optimierung, Energiemanagement und -handel, Produktionsplanung, Parameterschätzung, Komponentenauswahl und Parameterabstimmung.
Ja, Sie können optimierungsbasierte Entscheidungsunterstützungs- und Designwerkzeuge erstellen, diese in Unternehmenssysteme integrieren und Optimierungsalgorithmen auf eingebettete Systeme bereitstellen.
Ja, die Optimization Toolbox kann Optimierungsprobleme lösen, die mehrere Zielfunktionen unter einer Menge von Nebenbedingungen haben.
Optimization Toolbox kostenlos ausprobieren
Entdecken Sie noch heute die Möglichkeiten.
Bereit zum Kauf?
Angebot anfordern und Erweiterungsprodukte entdecken.
Studieren Sie?
Ihre Hochschule bietet möglicherweise bereits Zugang zu MATLAB, Simulink und Add-on-Produkten über eine Campus-Wide License.
Nächste Schritte
Navigation im Panel
Interaktives Beispiel
