Global Optimization Toolbox

 

Global Optimization Toolbox

求解多最大值、多最小值和非平滑优化问题

定义和求解优化问题

定义优化问题,应用求解器,并设置算法行为、容差、停止条件、可视化和自定义等的选项。

具有多个波峰和波谷的目标函数图。

GlobalSearch 和 MultiStart

应用基于梯度的求解器,从多个起点寻求局部最小值以搜索全球最小值。求解平滑的无约束和有约束问题。

替代优化

搜索具有耗时目标函数的问题的全局最小值。该问题可能是非平滑的。求解器会对函数建立一个逼近,从而快速计算并求其最小值。

图:模式搜索可找到比局部求解器更好的解。

模式搜索

从当前点开始,添加一组向量以获得新试验点。计算试验点上的目标函数值,并使用该信息来更新当前点。重复该过程直到当前点成为最佳点。

遗传算法

模仿生物进化原理,使用遵循生物繁殖基因组合的规则反复修改一个种群的各个个体,从而搜索全局最小值。

基于粒子群算法的粒子路径图。

粒子群

使用受昆虫群居行为启发的算法搜索全局最小值。每个粒子移动的速度和方向受目前为止它找到的最佳位置和整个群体找到的最佳位置的影响。

具有许多局部解的优化问题可以用模拟退火来求解。

模拟退火

使用模拟退火物理过程的概率搜索算法搜索全局最小值。在退火过程中材料先被加热,然后缓慢降低温度以减少缺陷,从而最小化系统能量。

多目标优化

找出有多个目标和边界、线性或非线性约束的问题的帕累托前沿(非支配解集)。使用模式搜索或遗传算法求解器。

“我...应用了 Global Optimization Toolbox 中的模式搜索算法来优化吞吐量、所需生产设备、人力和废弃物等因素。评估所有可能的模型变体需要成千上万次试验。但是,使用模式搜索算法,我获得相同结果所需的试验次数远远低于上述理论值。”

获取免费试用版

30 天探索触手可及。


准备购买?

获取报价并了解相关产品。

您是学生吗?

您的学校可能已拥有 Campus-Wide License 并允许您直接使用 MATLAB、Simulink 和其他附加产品。