最优化算法与MATLAB的GlobalOptimizationToolbox (2).pptVIP

最优化算法——理论上了解 Global Optimization Toolbox 实际上解决问题 多目标规划 (1)两个以上的目标函数； (2)若干个约束条件。 最优解如何确定？ 不会存在使所有目标函数同时 达到最大或最小值的最优解， 于是我们只能寻求非劣解 （又称非支配解或帕累托解 pareto ）。 这里多种多样--连续，离散，随机，含参数的。 遗传算法和模式搜索法可以根据自己的需要来设定一些变量的值。Algorithmic customization. 全局最优化工具箱有时候只能求解出局部最优解，不能确认是否为全局最优解，因此还需要在原有的基础上写出你自己的程序，或者将其与其他工具组合在一起。 模拟退火法 模拟退火法求解无约束或者边界约束的优化问题。 “模拟退火”算法是源于对热力学中退火过程的模拟，在某一给定初温下，通过缓慢下降温度参数，使算法能够在多项式时间内给出一个近似最优解。退火与冶金学上的‘退火’相似，而与冶金学的淬火有很大区别，前者是温度缓慢下降，后者是温度迅速下降。 在每一步迭代，新点会随机生成，新点与原来点的距离，搜索长度，都是基于概率分布的.算法接受所有降低目标函数的新点，但是也会有一定的可能性接受增加目标函数的新点。这样有更大可能找到全局最优解。 机动 目录 上页 下页 返回 结束 最