本页采用了机器翻译。点击此处可查看英文原文。

Global Optimization Toolbox 快速入门

Global Optimization Toolbox 提供的函数可搜索包含多个极大值或极小值的问题的全局解。工具箱求解器包括替代、模式搜索、遗传算法、粒子群、模拟退火、多起点和全局搜索。您可以使用这些求解器来解决目标或约束函数是连续的、不连续的、随机的、不处理导数或包含仿真或黑盒函数的优化问题。对于具有多个目标的问题，您可以使用遗传算法或模式搜索求解器来识别帕累托前沿。

您可以通过调整选项以及针对适用的求解器自定义创建、更新和搜索函数来提高求解器的效率。您可以将自定义数据类型与遗传算法和模拟退火求解器结合使用来表示标准数据类型不易表达的问题。混合函数选项允许您通过在第一个求解器之后应用第二个求解器来改进解。

教程

• 在基于问题的方法和基于解决方案的方法之间做出选择
  

  使用 Global Optimization Toolbox 求解器探索基于问题和基于求解器的优化的考虑因素。

• 比较几种基于问题的全局求解器
  

  展示全局求解器的一些特征的示例。

• 六种求解器的比较
  

  探索全局求解器的一些特性。

• 求解器处理非光滑问题的行为
  

  证明了选择合适的求解器的重要性。

关于全局优化

• 什么是全局优化？
  

  定义全局与局部解以及吸引盆。

• 您能证明一个解是全局的吗？
  

  确定解决解是否良好的问题。

• 优化工作流
  

  如何找到局部或全局最优。