- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
视频中所以代码均可从网站视频教学版块下载 -----打造最优秀、专业和权威的Matlab中文技术平台! 站长:dynamic QQ:455681698 网址: 邮箱:matlabsky@ 论坛现在拥有40多个专业版块,几乎涵盖了matlab的各个应用阶层和方面! 请相信我们: 1.拥有绝对优秀的技术人员,热情的版主,严谨负责的管理团队 2.为大家提供全面免费的在线解答服务和技术交流平台 Matlab优化进阶视频教程 --全局最优算法及应用 By考拉 2008.12 一、全局寻优方法 遗传算法、模拟退火、模式搜索原理和工作过程。 二、MATLAB实现 全局寻优MATLAB的实现及多峰函数寻优实例。 四、遗传算法进行参数估计 可进行任意函数、带约束、过定点的参数估计中应用(matlab中参数传递方法) 三、隐函数寻优 实例讲解如何进行隐函数的寻优方法。 全局寻优常用算法 (1)遗传算法 (Genetic Algorithm, 简称GA) (2)模式搜索 (patternsearch, 简称PS) (3)模拟退火算法 (Simulated Annealing, 简称SA) 它们的共同特点:都是从任一解出发,按照某种机制(不需利用函数本身导数、梯度等信息),以一定的概率在整个求解空间中探索最优解。由于它们可以把搜索空间扩展到整个问题空间,因而具有全局优化性能。 遗传策法的运算过程 选择(复制): 根据各个个体的适应度,按照一 定的规则或方法,从第t代群体P(t) 中选择出一些优良的个体遗传到下 一代群体P(t+1)中; 交叉: 将群体P(t)内的各个个体随机搭配 成对,对每一对个体,以某个概率 (称为交叉概率)交换它们之间的 部分染色体; 变异: 对群体P(t)中的每一个个体,以某一概率(称为变异概率)改变某 一个或某一些基因座上的基因值为其他基因值。 实际问题参数集 编码 群体t 计算适值 运算:复制 交叉 变异 群体t+1 满足要求? 解码 改善或解决实际问题 群体t+1?群体t Y N 遗传算法matlab中术语 多峰函数寻优(Rastrigin’s Function) 模式搜索matlab中术语 1、模式(patterns) 2、网格(meshs) 3、表决(polling) 模拟退火 “模拟退火” 的原理也和金属退火的原理近似:我们将热力学的理论套用到统计学上,将搜寻空间内每一点想像成空气内的分子;分子的能量,就是它本身的动能;而搜寻空间内 的每一点,也像空气分子一样带有“能量”,以表示该点对命题的合适程度。演算法先以搜寻空间内一个任意点作起始:每一部先选择一个“邻居”,然后再计算从 现有位置到达“邻居”的概率。 初使化设定 随机产生一个初始解 扰动产生一个初始解 是否接受? 修改目前解 降温 缩减温度 是否达到终止条件? 最佳解 No Yes Yes Yes No No 模拟退火matlab术语 目标函数“Objective Function” 退火温度“Temperature” 退火制度“Annealing Schedule” 重退火“Reannealing” 隐函数的寻优方法 结果:z = -0.02335 (2.898329,-0.8573138) 遗传算法参数估计 (10,0.48) —打造最优秀、专业和权威的Matlab中文技术平台! 站长:dynamic QQ:455681698 网址: 邮箱:matlabsky@ 论坛现在拥有40多个专业版块,几乎涵盖了matlab的各个应用阶层和方面! 请相信我们: 1.拥有绝对优秀的技术人员,热情的版主,严谨负责的管理团队 2.为大家提供全面免费的在线解答服务和技术交流平台 * 说明:x=linprog(f,A,b)返回值x为最优解向量。 ?????? x=linprog(f,A,b,Aeq,beq) 作有等式约束的问题。若没有不等式约束,则令A=[ ]、b=[ ] 。 ?????? x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options) 中lb ,ub为变量x的下界和上界,x0为初值点,options为指定优化参数进行最小化。 Options的参数描述:Di
文档评论(0)