具有许多局部最小值的最小化函数- MATLAB & Simulink - MathWorks Austr金宝appalia

具有多个局部极小值的最小函数

这个例子展示了如何使用模拟退火来寻找函数的局部最小值。这个示例提供了两种最小化的方法:在命令行工作和使用优化住编辑任务。

德容第五函数是一个具有多个(25)局部极小值的二维函数。在下面的图中，我们不清楚哪个局部最小值是全局最小值。

dejong5fcn

图中包含一个坐标轴。轴线包含曲面、轮廓两种对象。

许多标准的优化算法都陷入局部极小。由于模拟退火算法执行广泛的随机搜索，因此陷入局部最小值的机会减少了。

请注意因为模拟退火使用随机数生成器，所以每次运行这个算法都会得到不同的结果。看到复制你的结果为更多的信息。

若要运行无约束的模拟退火算法，调用simulannealbnd在命令行中使用目标函数dejong5fcn.m，由匿名函数引用@dejong5fcn在以下代码中。

rng (10,“旋风”）%的再现性有趣= @dejong5fcn;[x,fval] = simulannealbnd(fun，[0 0])

优化终止:更改的最佳功能值小于选项。功能公差。X = -16.1292 -15.8214 fval = 6.9034

的结果:

您还可以使用优化Live Editor任务，它提供了一种可视化的方法。

单击。创建一个新的活动脚本新的生活的脚本按钮文件上节首页选项卡。
插入一个优化住编辑任务。单击插入然后，在代码部分中,选择任务>优化．
用于输入问题数据，通过单击节休息按钮插入选项卡。新的部分出现在任务的上面和下面。
在任务上面的新部分中，输入以下代码来定义初始点和目标函数。
```
X0 = [0 0];有趣= @dejong5fcn;
```
要将这些变量放置到工作区中，请按下运行该部分按Ctrl + Enter．
在指定的问题类型部分，单击目标>非线性按钮。
选择Solver > simulannealbnd模拟退火算法．
在选择问题数据部分的任务，选择目标函数>函数句柄然后选择有趣的．
选择初始点(x0) > x0．
在显示进度部分，选择最好的价值情节。
要运行求解器，请单击选项按钮⁝在任务窗口的右上方，然后选择运行部分．绘图显示在单独的图形窗口和任务输出区域中。请注意，您的情节可能与所示的不同，因为simulannealbnd是一种随机算法。
要查看解决方案和最佳目标函数值，请查看任务的顶部。

的优化Live Editor任务返回命名的变量解决方案和objectiveValue工作区。
要查看这些变量的值，请在任务下面的部分中输入以下代码。
```
disp(解决方案)disp (objectiveValue)
```