GA总是能找到目标低于SQP吗?

2视图(30天)

显示旧的评论

斯坦利程 2014年12月29日

评论道: 艾伦·韦斯 2015年1月5日

答:接受 1月

大家好！

这些天我用GA和SQP优化。

很奇怪的结果从SQP小于GA,即。从SQP,更好的结果。

我想我的代码都是正确的,但我不确定结果。

据说SQP只能找到局部最优结果,而遗传算法可以搜索全球。

但是为什么发生这种情况呢?

非常感谢您的帮助!

干杯

1月 2014年12月29日

SQP方法从指定点和移动(几乎)以及当地梯度较小的函数值。如果开始点是在一个山谷,不包含全球最低只有一个微小的机会,在周围的群山超过偶然。

遗传算法使用一组开始点和交叉超过搜索区域的处理。因此有一个更大的机会找到全局最优。

艾伦·韦斯 2015年1月5日

很难知道如何回答你。你的数据显示每秒125功能评估,和5 e6总评价函数。这是一个大量的计算。你还说,GA exitflag返回2,表明你有非线性约束。

假设你的目标和非线性约束函数是光滑的,你可能会发现一些提示当解决失败的文档或者当解决花费的时间太长。尝试了你的建议之后,发现,你可能想问这里,但更多细节请给一些你们的非线性约束函数。

艾伦·韦斯

MATLAB数学工具箱文档

斯坦利程 2014年12月29日

圣诞快乐,新年快乐!

谢谢这么多为你的答案!你都是对的,

但在我的项目,我想找到全局最小值。

所以我的策略是:针对同一目标,首先使用遗传算法解决方案,

然后SQP是用于获取解决方案B, A和B进行了比较。理想情况下应该小于B,证明遗传算法可以找到全局最小值而SQP发现当地的最小值。

上述现象的原因可能是:

我只使用默认gaoptimset,一些重要参数如populationsize、代等不根据实际情况设置。

我将得到更好的结果!

非常谢谢!

干杯