최적화

최적화 (Optimization)

Octave에는 여러 종류의 최적화 문제를 풀 수 있는 기능이 기본으로 포함돼 있어요. 선형 계획법(Linear Programming), 2차 계획법(Quadratic Programming), 비선형 계획법(Nonlinear Programming), 그리고 선형 최소제곱(Linear Least Squares) 문제를 풀 수 있지요.

출처: Optimization

본문

최적화는 제약 조건 아래에서 어떤 목적 함수의 값을 최소화(또는 최대화)하는 문제예요. Octave는 문제 유형별로 적합한 솔버를 제공합니다.

• 선형 계획법 (Linear Programming): 목적 함수와 제약 조건이 모두 선형일 때 사용해요. glpk 함수가 대표적입니다.
• 2차 계획법 (Quadratic Programming): 목적 함수가 2차 형식일 때 사용하고, qp 함수로 풉니다.
• 비선형 계획법 (Nonlinear Programming): 목적 함수나 제약 조건이 비선형일 때 써요. sqp 함수가 순차 2차 계획법으로 접근합니다.
• 선형 최소제곱 (Linear Least Squares): 과잉 결정된(over-determined) 선형 시스템에서 오차를 최소화해요.

더 알아보기

각 솔버의 상세한 사용법과 옵션은 매뉴얼의 최적화 장에 있는 해당 함수 문서에서 확인할 수 있어요.