Global Optimization Toolbox
解决多个极大值、多个极小值和非平滑优化问题
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。
Global Optimization Toolbox 快速入门
Global Optimization Toolbox 基础知识学习
基于问题的全局优化设置
创建优化变量,创建具有目标和约束的问题,调用 solve
基于求解器的优化问题设置
选择求解器,定义目标函数和约束,并行计算
全局或多起点搜索
用于基于梯度优化的多起点求解器(有约束或无约束)
直接搜索
用于有约束或无约束的无导数优化模式搜索求解器
遗传算法
用于混合整数或连续变量优化(有约束或无约束)的遗传算法求解器
粒子群
用于无导数无约束优化或边界优化的粒子群求解器
替代优化
用于高计算成本的目标函数的替代优化求解器,具有边界和可选的整数约束
模拟退火
用于无导数无约束优化或边界优化的模拟退火求解器
多目标优化
采用遗传或模式搜索算法的帕累托集(有约束或没有约束)