Global Optimization Toolbox

Lösung von Optimierungsproblemen durch Parallel Computing

Sie können die Global Optimization Toolbox zusammen mit der Parallel Computing Toolbox bei Problemen verwenden, die mit parallelem Rechnen effektiver gelöst werden können. Sie können die zur Lösung benötigte Zeit verkürzen, indem Sie die integrierten Parallelrechenfunktionen verwenden oder eine eigene Parallelrechenimplementierung für das Optimierungsproblem definieren.

Mit den integrierten Parallelrechenfunktionen kann die Evaluierung von Ziel- und Bedingungsfunktionen im Genetic-Algorithmus-, multikriteriellen Genetic-Algorithmus- und Pattern Search Solver beschleunigt werden. Sie können den Multistart-Solver beschleunigen, indem Sie die lokalen Solver-Aufrufe auf mehrere MATLAB-Arbeitsplätze verteilen oder indem Sie die Parallel-Gradient-Schätzung in den lokalen Solvern aktivieren.

Optimierung des Schaltvorgangs zur Optimierung des Kraftstoffverbrauchs 5:33
Optimieren Sie 20 Parameter bei einem Schaltvorgang, um den Kraftstoffverbrauch für ein Doppelkupplungsgetriebe zu optimieren. Globale Optimierungsalgorithmen und paralleles Rechnen werden zur Beschleunigung der Optimierung verwendet.

Bei der benutzerdefinierten Parallelrechenimplementierung muss das Optimierungsproblem festgelegt werden, bei dem die Parallelrechenfunktion verwendet werden soll. Sie können entweder die Zielfunktion oder die Constraint Funktion für die Verwendung von parallelem Rechnen definieren und somit die für die Evaluierung des Ziels bzw. der Nebenbedingung erforderliche Zeit verringern.

Nicht-lineare Regression mit dem Multistart Solver 4:16
Die geeignetsten Parameter für ein Exponentialmodell werden ermittelt.

Probieren Sie Global Optimization Toolbox

Testsoftware anfordern

Mathematische Modellierung mit MATLAB

Webinar anzeigen