Optimization Toolbox

 

Optimization Toolbox

Résoudre des problèmes d'optimisation linéaire, quadratique, conique, en nombres entiers et non linéaire

Définition de problèmes d'optimisation

Modélisez un problème de design ou de décision sous forme de problème d'optimisation. Définissez les paramètres de design et les décisions comme des variables d’optimisation. Utilisez des variables pour définir une fonction objectif à optimiser et ajoutez des contraintes pour limiter les valeurs possibles des variables.

Résolution de problèmes d'optimisation

Appliquez un solveur au problème d'optimisation pour trouver une solution optimale : un ensemble de valeurs de variables d'optimisation qui produit la valeur optimale de la fonction objectif, si elle existe, et répond aux contraintes, lorsqu’il y en a.

Programmation non linéaire

Résolvez des problèmes d'optimisation qui comportent une fonction objectif non linéaire ou qui sont sous contraintes non linéaires.

L'algorithme branch and bound est utilisé pour résoudre un problème linéaire en nombres entiers mixtes.

Programmation linéaire et programmation linéaire en nombres entiers mixtes

Résolvez des problèmes d'optimisation qui comportent une fonction objectif linéaire sous contraintes linéaires avec des variables continues et/ou entières.

Résultats de l'optimisation du contrôle d'un barrage hydroélectrique.

Programmation quadratique et conique

Résolvez des problèmes d'optimisation qui comportent une fonction objectif quadratique et des contraintes linéaires ou des problèmes avec des contraintes coniques de second ordre.

Utilisation d'un solveur basé sur les moindres carrés non linéaires pour ajuster une équation différentielle ordinaire (ODE).

Moindres carrés

Résolvez des problèmes de moindres carrés linéaires et non linéaires, sous contraintes bornées linéaires et non linéaires.

Tracé d'une équation scalaire paramétrée correspondant à un système d'équations non linéaires.

Systèmes d'équations non linéaires

Résolvez des systèmes d'équations non linéaires sous contraintes bornées, linéaires et non linéaires.

Solution d'optimisation multi-objectifs provenant du solveur fgoalattain.

Optimisation multi-objectifs

Résolvez des problèmes d'optimisation qui comportent de multiples fonctions objectif multiples sous un ensemble de contraintes.

Application visuelle qui utilise l'optimisation pour programmer le fonctionnement des centrales électriques.

Déploiement

Développez des outils de design et d'aide à la décision basés sur l'optimisation, intégrez-les à des systèmes d'entreprise et déployez des algorithmes d'optimisation sur des systèmes embarqués.

« MATLAB nous a permis d'accélérer notre R&D et notre déploiement grâce à la robustesse de ses algorithmes numériques, à ses outils exhaustifs de visualisation et d'analyse, à ses routines d'optimisation fiables, au support de la programmation orientée objet et à la possibilité d'exécuter nos applications Java de production dans le cloud. »

Demander une version d’essai gratuite

Profitez de 30 jours pour tester.


Prêt à acheter ?

Découvrez les tarifs et les produits.

Vous êtes étudiant ?

Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la licence Campus-Wide.