全局优化工具箱
解决多个极大值，多个极小值和非光滑优化问题
全局优化工具箱提供了一些函数，用于搜索包含多个极大值或极小值的问题的全局解。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、不具有导数的、或包含模拟函数或黑箱函数的最优化问题时，可以使用这些求解器。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确定Pareto前沿。
可以通过调整选项以及自定义创建、更新和搜索功能（对于适用的解算器），提高解算器的效率。您可以将自定义数据类型与遗传算法和模拟退火解算器结合使用，以表示不易用标准数据类型表示的问题。使用“混合函数”选项，可以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。
开始:
建模和选择优化方法
把问题描述转换成数学形式，这样你就可以用优化技术来解决它。选择基于问题的方法，用优化变量的表达式来编写目标和约束。然后应用一个自动选择的求解器。另外，选择基于求解器的方法，使用函数和系数矩阵来定义目标和约束。
选择一个解算器
在使用基于求解器的方法时，使用Optimize Live Editor任务来帮助选择适合问题类型的求解器。在基于问题的方法中自动选择求解器。
评估中间结果
使用绘图功能获得关于优化进度的实时反馈。写你自己的或使用提供的。使用输出函数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。
用于模式搜索的自定义绘图功能。
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，通常会生成高质量的解决方案。MultiStart允许您选择局部解算器和多种创建起点的方法。万博 尤文图斯
GlobalSearch和MultiStart结果。
选择GlobalSearch选项
指定试验点的数量并调优搜索。
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。用并行计算加速。 |
在怀特山攀登华盛顿山。
解决旅行推销员问题。
具有多个局部极小值的函数。
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选项中进行选择。 |
模拟退火可视化。
定制
创建用于定义退火过程、验收标准和温度计划的函数。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。
解决比较
与多目标遗传算法相比，采用多目标模式搜索算法生成Pareto前沿的函数计算量更少。遗传算法可以产生间隔更大的点。
选择模式搜索选项
提供一组初始点。指定所需的Pareto集大小、最小轮询分数和容量更改公差。自动绘制2D和3D帕累托前沿。加速并行计算。 |
帕累托曲面的三个目标。
设置遗传算法选项
指定保持在帕累托排名前列的个人的比例。自动绘制2D帕累托前沿。加速并行计算。 |
帕累托提出了两个目标。
