开始使用全局优化工具箱
解决多个极大值、多个极小值和非光滑优化问题
全局优化工具箱提供搜索包含多个极大值或极小值问题的全局解决方案的函数。工具箱求解器包括代理、模式搜索、遗传算法、粒子群、模拟退火、多起点和全局搜索。你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、不具有导数的、或包含模拟或黑箱函数的优化问题。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确定帕累托前沿。
您可以通过调整选项和定制创建、更新和搜索函数(对于适用的求解器)来提高求解器的效率。您可以使用带有遗传算法和模拟退火求解器的自定义数据类型来表示不容易用标准数据类型表示的问题。混合函数选项允许您在第一个求解器之后应用第二个求解器,从而改进解决方案。
教程
- 选择基于问题的方法还是基于解决者的方法
探索基于问题和基于求解器优化的考虑因素全局优化工具箱解决者。
- 比较几种基于问题的全局求解器
显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征。
- 非光滑问题的求解行为
演示了选择合适求解器的重要性。
关于全局优化
- 什么是全局优化?
定义全球vs本地解决方案,以及吸引力的范围。
- 你能证明一个解决方案是全局的吗?
决定一个解决方案是否好的问题。
- 优化工作流程
如何找到局部或全局最优。