多目标优化
以串行或并行方式求解多目标优化问题
使用目标达到方法求解多目标问题。这种方法的特点是,您为每个目标选择一个要达到的目标值,求解器会尝试找出同时满足所有目标值的点,找不到时,会尝试找出对各目标不满足程度相对均衡的点。此问题的一个重要特例是最小化目标最大值,它有一个特殊的求解器 fminimax
。
函数
fgoalattain | 求解涉及多目标的目标达到问题 |
fminimax | 求解 minimax 约束问题 |
实时编辑器任务
优化 | 在实时编辑器中优化或求解方程 (自 R2020b 起) |
主题
多目标求解
- 生成并绘制帕累托前沿
说明如何在双目标问题中绘制帕累托前沿的示例。 - 比较 fminimax 和 fminunc
展示与适用于平滑问题的求解器相比,专用的fminimax
函数如何能更好地求解 minimax 问题。 - 多目标达成优化
此示例说明如何使用多目标实现来求解极点配置问题。 - 将 fminimax 与 Simulink 模型结合使用
展示如何最小化模拟中的最大差异的示例。 - 使用 fgoalattain 进行信号处理
显示使用多目标实现的过滤器设计的示例。 - minimax 优化
此示例说明如何求解非线性滤波器设计问题。
并行计算
- Optimization Toolbox 中的并行计算是什么?
使用多个处理器进行优化。 - 在 Optimization Toolbox 中使用并行计算
并行执行梯度估计。 - 利用并行计算提高性能
调查加速优化的因素。
算法和其他理论
- 多目标优化算法
最小化 n 维度中的多个目标函数。 - 非光滑函数的光滑表示
使用辅助变量将一些非光滑函数重新构造为光滑函数。 - 优化选项参考
了解优化选项。