Wolfram最佳化Wolfram 語言
的核心部分

模型、求解和分析設計。

Wolfram 最佳化提供了一套全面的工具來找到最佳設計或在特定限制條件下做出最佳決策，與高度自動化的機器學習、統計、可立即計算的內建資料等完全整合。

開始使用

最佳化建模

使用數學函數、不等式和包含性對目標和限制進行建模。以自然的方式使用向量變量、向量不等式和幾何區域定義緊密的高階模型。通過資料、圖形和任何其他對象以編程方式創建可重用模型。

線性和凸優化

使用全局、快速和可靠的方法解決大規模凸優化問題。凸優化包括重要的類別例如線性、二次、二階錐面、半定和圓錐優化。

局部最佳化

找到無限制或限制最佳化問題的局部最優值。局部方法快速且可擴展，通常足以或用於構建更複雜的方法。使用從準牛頓法到內點法的自動選擇方法以及導數計算和效率彙編來求解。

全局最佳化

在已知的限制條件下尋找目標的最佳可能值。基於財務、安全或效率等原因，尋找全局最佳值所需的額外努力通常很有價值。使用從確定性擴展到凸優化再到隨機進化方法的各種方法。

混合整數最佳化

解決一些決策變數只能有離散或整數值的凸優化問題。離散變數通常出現在指派、排程和選路問題中。使用分支定界、切割平面和外逼近方法有效解決混合整數問題。

參數最佳化

透過使用目標和限制條件中的參數來解決一系列最佳化問題。有效地找到許多解（參數掃描）、所有值的安全解（穩健最佳化）、隨機值的預期解（隨機最佳化）或對數值變化的敏感性（參數敏感性）。

符號最佳化

取得最佳化問題的精確全局解的公式。閉合式解經過驗證、可重複使用並可與其他公式組合。使用具有精確符號或近似數值方法的相同建模語言。

最佳擬合

找到最適合一組資料點的模型參數。模型擬合是模型和資料之間的橋樑，可以輕鬆推斷其他值。使用利用目標的線性和非線性擬合算法，包括最小平方、最小絕對離差、LASSO 和脊迴歸。

特殊目的最佳化

使用專用函數輕鬆建模並有效解決重要的最佳化任務。使用直觀的介面解決神經網路訓練、旅行商、背包等特殊最佳化問題。

最佳化合作夥伴

立即利用 Gurobi、MOSEK 和 FICO Xpress 的商業求解器。對於大規模和混合整數最佳化，一流的求解器可以提供所需的優勢。最佳化函數可以自動使用您擁有許可証的方法。

現場遊樂區

這是一個互動筆記本—嘗試進行自己的更改！

繼續瀏覽更多範例：值得嘗試的事情

Wolfram 最佳化文檔

Wolfram 最佳化 是 Wolfram 語言 的部分匯集。完整的系統包含 6,000 多個內建函數，涵蓋所有計算領域 — 都經過精心整合，因此可以完美地將工作結合完成。

Convex Optimization Guide

Guide

Matrix-Based Minimization

NMinimize ▪ NMaximize ▪ FindMinimum ▪ FindMaximum ▪ FindFit ▪ Minimize ▪ Maximize ▪ MinValue ▪ MaxValue ▪ NMinValue ▪ NMaxValue ▪ FindMinValue ▪ FindMaxValue ▪ ArgMin ▪ ArgMax ▪ NArgMin ▪ NArgMax ▪ FindArgMin ▪ FindArgMax ▪ LinearOptimization ▪ LeastSquares ▪ ConvexOptimization ▪ ParametricConvexOptimization ▪ RobustConvexOptimization ▪ LinearFractionalOptimization ▪ QuadraticOptimization ▪ SecondOrderConeOptimization ▪ SemidefiniteOptimization ▪ ConicOptimization ▪ FindShortestTour ▪ KnapsackSolve ▪ FrobeniusSolve ▪ BayesianMinimization ▪ BayesianMinimizationObject ▪ BayesianMaximization ▪ BayesianMaximizationObject ▪ RegionPlot ▪ RegionPlot3D ▪ NetTrain ▪ SpherePoints ▪ EstimatedDistribution ▪ EstimatedProcess ▪ FindFormula ▪ FindGeometricTransform ▪ ImageAlign ▪ GuidedFilter ▪ GeometricOptimization ▪ VectorGreaterEqual ▪ VectorLessEqual ▪ VectorGreater ▪ VectorLess ▪ PseudoInverse ▪ Norm ▪ QRDecomposition ▪ SingularValueDecomposition ▪ Fit ▪ LinearModelFit ▪ NonlinearModelFit ▪ GeneralizedLinearModelFit ▪ LogitModelFit ▪ Predict ▪ Classify ▪ ActivePrediction ▪ SequencePredict ▪ Nearest ▪ FindClusters ▪ FeatureExtraction ▪ FeatureSpacePlot ▪ FeatureImpactPlot ▪ AnomalyDetection ▪ DimensionReduction ▪ MissingValueSynthesis ▪ LLMFunction ▪ LLMSynthesize ▪ ImageSynthesize ▪ ChatObject ▪ LLMPrompt ▪ LLMTool ▪ LLMConfiguration ▪ NetModel ▪ NetGraph ▪ LinearLayer ▪ ConvolutionLayer ▪ AttentionLayer ▪ ImageIdentify ▪ ImageCases ▪ FindFaces ▪ TextRecognize ▪ ImageGraphics ▪ TextSummarize ▪ LanguageIdentify ▪ TextStructure ▪ TextCases ▪ SpeechRecognize ▪ AudioIdentify ▪ SpeechCases ▪ SpeakerMatchQ ▪ PitchRecognize ▪