多目标优化
帕累托集合通过遗传或模式搜索算法,有或没有约束
当你同时有几个目标函数想要优化时,这些求解器会在相互竞争的目标函数之间找到最优的权衡。
功能
对象
OptimizationValues |
优化问题的值 |
住编辑任务
优化 | 在实时编辑器中优化或求解方程 |
主题
基于多目标优化
- 基于问题的多目标优化步骤
如何建立和评价多目标优化问题的结果。 - 基于问题的多目标优化的帕累托前沿
这个例子展示了如何创建和绘制多目标优化问题的解决方案。 - 用多目标优化方法规划核燃料处置
计划废弃核燃料的处置,同时尽量减少成本和风险。这个例子既有连续变量也有二元变量。
Solver-Based多目标优化
- 两个目标的帕累托阵线
展示了如何创建帕累托前端并将其可视化的示例。 - 焊接梁的优化设计
展示了焊接梁的成本和强度之间的权衡。 - 比较paretosearch和gamultiobj
解决同样的问题paretosearch
而且gamultiobj
看每个解算器的特点。 - 用遗传算法进行多目标优化
使用绘图函数和向量化解决一个简单的多目标问题。 - 多目标遗传算法选项的影响
控件上的某些选项的效果gamultiobj
解决方案的过程。 - 何时使用混合函数
描述混合函数可能提供更高的精度或速度的情况。 - 图3-D帕累托前沿
画一个三维的帕累托集合。
多目标的背景
- 什么是多目标优化?
描述了帕累托最优设置。 - gamultiobj算法
如何gamultiobj
算法有效。 - paretosearch算法
描述了paretosearch
算法。 - gamultiobj选项和语法:与ga的区别
的选项之间的差异遗传算法
而且gamultiobj
. - 遗传算法的选择
探索遗传算法的选项。 - 模式搜索选项
探索模式搜索的选项。