具有多个局部极小值的最小化函数
这个例子展示了如何使用模拟退火找到一个函数的局部最小值。示例给出了两种最小化方法:在命令行工作和使用优化实时编辑器任务。
德容第五函数是一个具有许多(25)个局部极小值的二维函数。运行此示例时,该函数可用。在下面的图中,不清楚哪个局部最小值是全局最小值。
dejong5fcn
许多标准的优化算法都陷入了局部极小值。由于模拟退火算法执行广泛的随机搜索,被困在局部最小值的几率降低。
请注意:因为模拟退火使用随机数生成器,每次运行此算法都可以得到不同的结果。看到重现你的结果获取更多信息。
在命令行最小化
要运行无约束的模拟退火算法,请调用simulannealbnd
在命令行中使用目标函数dejong5fcn.m
,由匿名函数引用@dejong5fcn
在下面的代码中。
rng (10,“旋风”)再现率%Fun = @dejong5fcn;[x,fval] = simulannealbnd(fun,[0 0])
优化终止:最佳函数值的更改小于options.FunctionTolerance。
x =1×2-16.1292 - -15.8214
Fval = 6.9034
结果如下:
X是算法返回的最后一个点。
Fval为最终点的目标函数值。
尽量减少使用优化
实时编辑任务
方法也可以运行最小化操作优化Live Editor任务,它提供了一种可视化方法。
控件创建一个新的活动脚本新的实时脚本按钮。文件章节首页选项卡。
插入一个
优化
实时编辑器任务。单击插入TAB,然后在代码部分中,选择任务>优化.
单击Solver-based的任务。
控件插入一个新节,以用于输入问题数据节休息按钮。插入选项卡。新的部分出现在任务的上方和下方。
在任务上面的新部分中,输入以下代码来定义初始点和目标函数。
X0 = [0 0];Fun = @dejong5fcn;rng默认的%用于再现性
要将这些变量放置到工作区中,请按下运行该节按Ctrl + Enter.
在指定问题类型部分的任务,单击目标>非线性按钮。
选择simulannealbnd -模拟退火算法.
在选择问题数据部分的任务,选择目标函数>函数句柄然后选择
有趣的
.选择初始点(x0) > x0.
在显示进度部分的任务,选择最好的价值情节。
要运行求解器,请单击选项按钮⁝在任务窗口的右上方,并选择运行部分.绘图显示在单独的图形窗口和任务输出区域中。请注意,您的图可能与所显示的不同,因为
simulannealbnd
是一个随机算法。
要了解解决方案和最佳目标函数值,请查看任务的顶部。
的
优化
活动编辑器任务返回名为解决方案
而且objectiveValue
到工作区。要查看这些变量的值,请在任务下面的部分中输入以下代码。
disp(解决方案)disp (objectiveValue)
按下运行该部分按Ctrl + Enter.
这个例子的结尾是优化
任务的最终状态。
优化终止:最佳函数值的更改小于options.FunctionTolerance。
这两个优化
Live Editor任务和命令行允许您制定和解决问题,它们给出相同的结果。命令行更加简化,但在选择求解器、设置问题和选择绘图函数等选项方面提供的帮助较少。您还可以使用优化
,然后生成用于命令行使用的代码,如使用优化实时编辑器任务或求解器的约束非线性问题.