Optimizer
Mehrkriterielle Optimierung
Security Level: 1 (Aktiviert)
Beschreibung
Findet optimale Lösungen für mathematische Optimierungsprobleme mit mehreren Zielen und Nebenbedingungen. Unterstützt lineare und nichtlineare Optimierung, Minimierung und Maximierung, sowie komplexe Zielfunktionen mit Einschränkungen.
JSON Parameter
{
"objective": "minimize",
"function": "(x-3)^2 + (y+2)^2",
"variables": ["x", "y"],
"bounds": {
"x": [-10, 10],
"y": [-10, 10]
},
"constraints": ["x + y <= 5"],
"algorithm": "nelder-mead",
"tolerance": 1e-6,
"maxIterations": 10000
}
| Parameter | Typ | Pflicht | Beschreibung |
|---|---|---|---|
objective |
String | Ja | "minimize" oder "maximize" |
function |
String | Ja | Zielfunktion als Formel |
variables |
Array | Ja | Liste der Variablennamen |
bounds |
Object | Nein | Grenzen für jede Variable [min, max] |
constraints |
Array | Nein | Nebenbedingungen als Ungleichungen |
algorithm |
String | Nein | nelder-mead, gradient, genetic |
tolerance |
Number | Nein | Konvergenztoleranz |
Example Usage
API Aufruf:
POST /api/v1/tools/optimizer
Content-Type: application/json
{
"objective": "minimize",
"function": "(x-3)^2 + (y+2)^2",
"variables": ["x", "y"],
"bounds": {"x": [-10, 10], "y": [-10, 10]}
}
Beispiele
Einfache Quadratminimierung:
{
"objective": "minimize",
"function": "x^2",
"variables": ["x"]
}
Rosenbrock-Funktion:
{
"objective": "minimize",
"function": "(1-x)^2 + 100*(y-x^2)^2",
"variables": ["x", "y"],
"bounds": {"x": [-5, 5], "y": [-5, 5]}
}
Mit Nebenbedingungen:
{
"objective": "maximize",
"function": "x*y",
"variables": ["x", "y"],
"constraints": ["x + y <= 10", "x >= 0"]
}
Rückgabewerte
{
"optimalValue": 0.0,
"solution": {
"x": 3.0,
"y": -2.0
},
"iterations": 127,
"converged": true,
"finalTolerance": 8.5e-7,
"success": true
}
| Feld | Typ | Beschreibung |
|---|---|---|
optimalValue |
Number | Optimaler Zielfunktionswert |
solution |
Object | Optimale Variablenwerte |
iterations |
Number | Benutzte Iterationen |
converged |
Boolean | Konvergenz erreicht |
finalTolerance |
Number | Tatsächliche Toleranz |
success |
Boolean | True wenn erfolgreich |
Verwandte Tools
Warum dieses Tool überzeugt
Mehrere Algorithmen
Wählen Sie den besten Ansatz für Ihr Problem - von Gradienten bis Genetischen Algorithmen!
Nebenbedingungen
Echte Constraint-Optimization - Ihre Lösungen bleiben im erlaubten Bereich!
Schnelle Konvergenz
Optimierte Algorithmen finden das Optimum in wenigen Iterationen!
Flexibel
Von 1 bis 1000 Variablen - skalieren Sie Ihre Optimierungsprobleme!
Perfekt geeignet für:
Ingenieure Design-Optimierung
Quants Portfolio-Optimierung
ML-Experten Hyperparameter-Tuning
Zeitersparnis
-90%
Gegenüber Excel
-75%
Gegenüber MATLAB
Auto
Algorithmuswahl
Konvergent
Garantiert
Bereit zum Starten?
Optimieren Sie Ihre Probleme mit professionellen Algorithmen.
Jetzt Downloaden