Global Optimization Toolbox propose des fonctions permettant de rechercher des solutions globales pour les problèmes contenant plusieurs minima ou maxima. Les solveurs contenus dans cette toolbox sont les suivants : substitution, recherche de formes, algorithme génétique, essaims particulaires, recuit simulé, MultiStart et GlobalSearch. Ces solveurs permettent de résoudre les problèmes d'optimisation dans les cas où la fonction objectif ou la fonction de contrainte est continue, discontinue, stochastique, ne possède pas de dérivées ou comprend des simulations ou des fonctions boîte noire. Dans le cas de problèmes à objectifs multiples, vous pouvez identifier un front de Pareto à l'aide de solveurs d'algorithme génétique et de recherche de formes.
Vous pouvez améliorer l'efficacité d'un solveur en ajustant des options et, pour les solveurs applicables, en personnalisant des fonctions de création, de mise à jour et de recherche. Vous pouvez utiliser des types de données personnalisés avec les solveurs d'algorithme génétique et de recuit simulé en vue de représenter des problèmes qu'il est difficile d'exprimer au moyen de types de données standards. L'option de fonction hybride vous permet d'améliorer votre solution en appliquant un second solveur à la suite du premier.