如何部署含optimvars与optimproblems的MATLAB函数至无MATLAB环境？

一、无需修改代码的替代部署方法 #

• 用MATLAB Compiler打包独立应用：MATLAB Compiler支持直接打包使用optimvars和optimproblems的函数成.exe文件，目标机器只需安装免费的MATLAB Runtime就能运行。打包时要确保勾选所有依赖的工具箱，常用命令：

  mcc -m your_optim_script.m -v
  

  这种方法完全不用改原有代码，直接打包即可。
• 部署为MATLAB Production Server服务：如果需要将优化功能以接口形式提供，可部署到MATLAB Production Server，目标机器通过API调用服务，无需安装MATLAB或Runtime，但需要在服务器端完成服务部署。

二、兼容MATLAB Coder的优化函数替代 #

如果必须用MATLAB Coder生成代码，需要替换optimvars和optimproblems，改用支持代码生成的底层优化函数：

• 非线性优化：用fmincon，需要把目标函数和约束写成独立的函数文件，示例结构：

  function [x,fval] = my_nonlinear_opt(x0, lb, ub)
      opts = optimoptions('fmincon','Algorithm','sqp');
      [x,fval] = fmincon(@obj_func,x0,[],[],[],[],lb,ub,@constr_func,opts);
  end
  
  function f = obj_func(x)
      f = x(1)^2 + 2*x(2)^2; % 自定义目标函数
  end
  
  function [c,ceq] = constr_func(x)
      c = x(1) + x(2) - 3; % 不等式约束
      ceq = []; % 无等式约束时留空
  end
  

• 线性规划：用linprog，直接传入系数矩阵f、约束矩阵A/b等参数即可，支持代码生成。
• 二次规划：用quadprog，适用于二次目标函数加线性约束的场景，支持代码生成。
• 整数线性规划：用intlinprog，处理含整数变量的线性规划问题，支持代码生成。

注意：改用这些底层函数时，需要手动定义变量边界、约束条件，不能再用optimvar和optimproblem构建问题对象，所有参数需直接传入优化函数。

内容的提问来源于stack exchange，提问作者Alex Band