遗传算法可以求解任意约束条件下的光滑或非光滑优化问题,包括整数约束。它是一种基于种群的随机算法,通过种群成员间的变异和交叉进行随机搜索。
一种利用遗传算法求解优化问题的一个例子。
演示如何编写包含额外参数或矢量化的适应度函数。
演示如何在问题中包含约束。
显示如何选择输入选项和输出参数。
显示多个选项效果的示例。
演示如何使用各种类型约束的示例。
一个例子,说明如何寻找一个全球最低。
演示如何继续优化ga公司
从最终的人口中。
演示如何通过重置随机种子来重现结果。
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。
演示如何创建和使用问题结构或一组选项。
如何使用矢量化函数计算来获得速度。
演示如何在中创建和使用自定义绘图函数ga公司
.
此示例显示在ga公司
.
使用自定义数据类型解决旅行推销员问题。
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。