最適化VI



LabVIEW 2018ヘルプ


発行年月: 2018年3月
製品番号: 371361R-0112
製品情報を参照

ダウンロード (Windowsのみ)


LabVIEW 2016ヘルプ
LabVIEW 2017ヘルプ
LabVIEW 2018ヘルプ
LabVIEW 2019ヘルプ
LabVIEW 2020ヘルプ

1つ上のパレット: 数学VI

インストールパッケージ: 開発システム。このトピックは、使用しているオペレーティングシステム、ライセンス取得製品、ターゲットによっては、LabVIEWのパレットに一致しない可能性があります。

最適化VIを使用して、1Dまたはn次元の実関数の局所極小値および局所極大値を指定します。

サンプル

関数の導関数に基づいた最適化アルゴリズムと、これらの導関数なしで機能するアルゴリズムのどちらかを選択できます。また、線形計画法、記号形式でのレーベンバーグ・マルカート法、パディ法、チェビシェフ近似法などの特殊な方法を使用することもできます。

このパレットにあるVIは、数学エラーコードを返します。

以下の図は、最適化ルーチンの概要を示しています。

パレットオブジェクト説明
2次計画内点アルゴリズムまたは有効制約アルゴリズムを使用して問題を解きます。A*x=b、I最小がD*x以下、D*xがI最大以下となるような 0.5x*Q*x + c*x の最小値を求めます。使用する多態性インスタンスを手動で選択する必要があります。
ダウンヒルシンプレックスnDダウンヒルシンプレックス法を使用してn個の独立変数の関数の局所最小値を決定します。
チェビシェフ近似チェビシェフ多項式を使用して、指定された関数を求めます。
黄金分割1D最小値の囲い込みを使用して、所定の1D関数の局所最小値を計算します。黄金分割法が使用されます。
共役勾配nD共役勾配法を使用してn個の独立変数の関数の局所最小値を決定します。
制約のない最適化任意の非線形関数の制約のない最小化に関する問題を解決します。使用する多態性インスタンスを手動で選択する必要があります。
制約付き非線形最適化一般的な非線形最適化問題を、非線形等式制約の枠と非線形不等式制約の枠によって逐次二次計画法プログラミングを使用して解きます。
線形計画法シンプレックス法線形計画問題の解を決定します。
全極小検索1D所定の区間の所定の関数のすべての局所極小値を決定します。
全極小検索nD所定のn次元区間のn次元の関数の極小値を決定します。
大域的最適化微分進化(DE)法によって、境界制約、非線形等式制約、非線形不等式制約を持つ大域的最適化方程式を解きます。
導関数によるブレント法1D所定の1D関数の局所最小値を所定の区間内で求めます。この方法は、関数の導関数に基づきます。

サンプル

最適化VIの使用サンプルは、labview\examples\Mathematics\OptimizationディレクトリにあるTransport Optimization Using Linear Programming VIで参照できます。



この記事は役に立ちましたか。

役に立たなかった