遗传算法优化基础

最小化Rastrigin函数

一种利用遗传算法求解优化问题的一个例子。

编码和尽量减少使用遗传算法的适应度函数

演示如何编写包含额外参数或矢量化的适应度函数。

基于遗传算法的约束极小化

演示如何在问题中包含约束。

选项和输出

显示如何选择输入选项和输出参数。

遗传算法选择的影响

显示多个选项效果的示例。

基于遗传算法的非线性约束

演示如何使用各种类型约束的示例。

全球与本地极小使用GA

一个例子，说明如何寻找一个全球最低。

常见的调优选项

设置最大生成数

演示如何调整“最大生成数”选项以获得更好的结果。

种群多样性

展示了种群多样性的重要性，以及如何设置种群多样性。

健身缩放

描述健身缩放，以及它如何影响进度ga公司.

变异与交叉

显示了变异和交叉参数在ga公司.

遗传算法中的混合方案

显示如何使用混合函数来改进解决方案。

何时使用混合功能

描述混合函数可能提供更高精度或速度的情况。

混合整数优化

混合整数遗传算法优化

解决混合整数规划问题，其中一些变量必须是整数值。

用遗传算法求解混合整数工程设计问题

实施例示出了如何使用混合整数规划在GA，包括如何从值的有限列表中进行选择。

专门任务

恢复ga

演示如何继续优化ga公司从最终的人口中。

重现结果

演示如何通过重置随机种子来重现结果。

从文件运行ga

提供运行的示例ga公司使用一组参数来搜索最有效的设置。

使用导出的选项和问题

演示如何创建和使用问题结构或一组选项。

适应度函数矢量化

如何使用矢量化函数计算来获得速度。

创建自定义绘图函数

演示如何在中创建和使用自定义绘图函数ga公司.

遗传算法的自定义输出功能

此示例显示在ga公司.

基于遗传算法的自定义数据类型优化

使用自定义数据类型解决旅行推销员问题。

并行优化ODE

使用优化ODE解给出的目标模式搜索要么ga公司以串行或并行。

遗传算法的背景

什么是遗传算法？

介绍了遗传算法。

遗传算法术语

解释遗传算法的一些基本术语。

遗传算法的工作原理

概述了遗传算法的工作原理。

非线性约束求解算法

阐述了增广拉格朗日遗传算法（ALGA）和惩罚算法。

在优化应用程序中复制结果

要重现上次运行遗传算法的结果，请选择使用上次运行的随机状态复选框。

遗传算法选项

描述遗传算法的选项。