全局优化工具箱

解决多个最大值,多个极小,非光滑优化问题

全局优化工具箱提供了查找包含多个极大值或极小值的问题的全局解决方案的函数。万博 尤文图斯工具箱求解器包括代理、模式搜索、遗传算法、粒子群、模拟退火、多起点和全局搜索。当目标函数或约束函数是连续的、不连续的、随机的、不具有导数、或包含模拟或黑盒函数时,您可以使用这些求解器来解决优化问题。对于具有多个目标的问题,可以使用遗传算法或模式搜索求解器来识别Pareto前沿。

您可以通过调整选项来提高解算器的效率,对于适用的解算器,还可以自定义创建、更新和搜索功能。您可以将自定义数据类型与遗传算法和模拟退火求解器一起使用,以表示不易用标准数据类型表示的问题。混合函数选项允许您通过在第一个解算器之后应用第二个解算器来改进解决方案。

入门:

求解优化问题

选择一个解算器,定义优化问题,并为算法的行为,公差,停止准则,可视化和自定义设置选项。

指定解决程序和问题

根据问题的特点和期望的结果来决定解决方案。编写函数来指定非线性目标和约束。

光滑与非光滑问题。

设置公共选项

设置适用于选定解算器的停止条件。为最优性和约束设置公差。加速并行计算。

并行计算的加速。

评估的中间结果

使用绘图功能,以获取有关优化正在进行的直播反馈。自己写的或使用这些设置。使用输出功能来创建自己的停止标准,将结果写入文件,或编写自己的应用程序来运行求解器。

自定义绘图功能的模式搜索。

GlobalSearch和多头

应用基于梯度的求解器从多个起点寻找局部极小值,以搜索全局极小值。返回其他本地或全局最小值。解决平滑的无约束和约束问题。

解决比较

使用GlobalSearch生成多个起点,并在启动非线性解算器之前对其进行过滤,通常会得到高质量的解决方案。MultiStart允许您选择本地解算器和各种创建起点的方法。万博 尤文图斯

GlobalSearch和多头结果。

选择GlobalSearch选项

指定的试验点,并调整搜索次数。

选择MultiStart选项

指定非线性解算器。选择生成起点的方法或使用用户定义的集。加速并行计算。

代理优化

搜索与耗时的目标函数问题全局最小。求解器建立一个近似,可以快速评估和最小化的功能。

指定问题

适用于有有限边界约束的问题。目标函数不需要是可微的或连续的。

选择选项

为构造初始代理提供一组初始点和可选的客观值。设置要用于代理的点的数量和最小的样本距离。与并行计算加速。

模式搜索

解决通过使用三个直接搜索算法中的一个优化问题:广义模式搜索(GPS),产生一组搜索(GSS),和网格自适应搜索(MADS)。在每个步骤中,产生和评估点的网格图案。

指定问题

适用于无约束或有约束、线性或非线性约束的问题。目标函数和约束函数不需要可微或连续。

在白山攀登华盛顿山。

选择选项

选择投票选项中,并设置点的数量在每个步骤评估。使用可选的搜索步骤,提高工作效率。如何控制网的变化,包括细化和收缩。与并行计算加速。

用于函数值和评估的内置绘图。

遗传算法

通过模拟生物进化的原则,反复修改使用仿照生物繁殖基因组合规则的单个点的群体搜索全球最低。

指定问题

适用于不受约束或已经结合的,线性,非线性,或整数约束的问题。目标和约束功能,不需要可微或连续的。

选择选项

在创建、适应度缩放、选择、交叉和变异选项中进行选择。指定人口大小、精英子女数和交叉分数。加速并行计算。

具有多个局部极小值的函数。

定制

提供自己的创建、选择和变异功能。使用自定义数据类型可以更轻松地表达您的问题。应用第二个优化器来优化解决方案。万博 尤文图斯

解决旅行商问题。

粒子群

使用一种受昆虫成群行为启发的算法搜索全局最小值。每一个粒子的运动速度和方向都受到迄今为止它所找到的最佳位置和群所找到的最佳位置的影响。

指定问题

应用于无约束问题或有约束的问题。目标函数不需要可微或连续。

显示每个粒子的五个移动路径。

选择选项

调整速度计算通过设置惯性和自我和社会调整的权重。设置邻居大小。与并行计算加速。

内置的情节功能。

定制

提供您自己的函数来创建初始群。应用第二个优化器来优化解决方案。万博 尤文图斯

随机函数上的粒子群。

模拟退火

搜索全局最小值与概率搜索算法,其模拟退火的物理过程,其中材料被加热,然后将温度缓慢地降低到降低的缺陷,因此最小化了系统的能量。

指定问题

应用于无约束问题或有约束的问题。目标函数不必是可微的或连续的

函数具有多个局部极小值。

选择选项

在自适应模拟退火、玻尔兹曼退火或快速退火算法的选项中进行选择。

模拟退火可视化。

定制

创建函数来定义退火过程、验收标准和温度计划。使用自定义数据类型可以更轻松地表达您的问题。应用第二个优化器来优化解决方案。万博 尤文图斯

多处理器的时间表。

多目标优化

识别帕累托前该组非支配的解决方案 - 用于具有多个目标和约束,线性或非线性约束问题。万博 尤文图斯请使用模式搜索或遗传算法求解。

解决比较

使用多目标模式搜索算法生成一个帕累托前更少的功能评估比用多目标遗传算法。遗传算法可以产生更宽间隔点。

选择模式搜索选项

提供一组初始点。指定所需的帕累托集大小,最小轮询馏分和体积变化的耐受性。自动绘制2D和3D帕累托前沿。与并行计算加速。

帕累托曲面的三个目标。

设置遗传算法选项

指定要保持在最前面的个人的比例。自动绘制二维帕累托前沿。与并行计算加速。

帕累托前面的两个目标。

最新功能

带整数约束的代理优化

使用较少的函数计算来解决耗时、混合整数、有界约束的优化问题

paretosearch多目标规划求解

针对有界、线性或光滑非线性约束的问题,快速准确地找到Pareto集合

看到发布说明有关这些功能和相应功能的详细信息。