Global Optimization Toolbox介绍
优化技术是发现满足给定约束和目标函数的最优解。在工程中,约束可能是由物理限制和技术规范引起的;在商业领域,约束与众多因素关联,如成本、时间、雇员等。
全局优化的目的在于发现模型的“最优解”,这些非线性模型具有多个子优化解,多极值优化问题通常非常困难。为了获得一个高质量的数值解,有必要采用一个全局的“彻底的”搜索方法。如果不实用全局优化工具,工程师和研究人员被迫接受一个“足够好”的解,而忽略最优解。在实际项目中,这将产生比较差的设计和运作,并因此可能会牺牲项目的稳定性、人力、物力、和其他资源。
Global Optimization Toolbox内置的优化算法来自于Optimus软件,由全球领先的优化技术开发商Noesis Solutions提供。Optimus是一个仿真过程集成和设计优化平台,提供强大的优化算法。使用全局优化工具箱,用户可以在强大的Maple数值和符号系统中建立优化模型,利用高级优化算法得到鲁棒的、高效的结果。
主要特征
  与下列求解器模块结合解决非线性优化问题:
• 差分进化算法
• 自适应随机搜索方法
• 通过局部优化求解器进一步调整全局解
可以处理包含数千个变量和约束的大型问题。 
求解器利用Maple任意精度的计算能力,极大地减少了数值不稳定性问题。 
支持任意类型的目标函数和约束条件,包括内置的特殊函数(例如贝赛耳和超几何分布)、导数和积分、分段函数等。函数不仅可以通过公式表示,也可以是Maple自定义程序的形式。
 图形界面助手让问题的定义和探索更加容易。 
 内置模型可视化功能,可以观察目标函数二维子空间投影图形,以及目标表面上约束对应的面和线。


应用领域
全局优化问题通常存在于高度非线性模型。这些领域包括:

• 高级工程设计         • 计量经济学和金融 

• 管理科学               • 医药研究和生物技术 
• 化学·加工工业        • 工业工程     
• 航空航天               • 科学建模