ConstraintTolerance |
确定非线性约束下的可行性。同时,max (sqrt (eps), ConstraintTolerance) 确定关于线性约束的可行性。 对于选项结构,请使用托尔康 . |
积极的标量|{1 e - 3} |
CreationFcn
|
函数创建初始填充。指定为内置创建函数或函数句柄的名称。看到人口的选择. |
{'gacreationuniform'} |{' gacreationlinearfeasible} * |“gacreationnonlinearfeasible” |{' gacreationuniformint '} 我*为遗传算法 |{'gacreationsobol'} 我*为gamultiobj |创建自定义函数
|
CrossoverFcn
|
算法用来创建交叉子结点的函数。指定为内置交叉函数或函数句柄的名称。看到交叉选项. |
{' crossoverscattered '} 为遗传算法 ,{' crossoverintermediate} * 为gamultiobj |{' crossoverlaplace '} 我*|“crossoverheuristic” |“交叉点” |“crossovertwopoint” |“crossoverarithmetic” |自定义转换函数
|
CrossoverFraction
|
交叉功能产生的下一代人口比例,不包括精英儿童。 |
积极的标量|{0.8} |
显示
|
显示水平。 |
“关闭” |“通路” |“诊断” |{'最后'}
|
DistanceMeasureFcn
|
计算个人距离的函数。指定为内置距离测量函数或函数句柄的名称。该值适用于决策变量或设计空间(基因型)或功能空间(表型)。默认的“distancecrowding” 在功能空间(表型)中gamultiobj 只有,看到了吗多目标的选择. 对于选项结构,使用函数句柄,而不是名称。 |
{' distancecrowding '} 意思与{@distancecrowding,“表现型”} |{@distancecrowding,基因型的} |自定义距离函数
|
精英帐户
|
纳米正整数,指定当前一代中有多少个体可以保证存活到下一代。不习惯在gamultiobj . |
正整数|{ceil(0.05*人口规模)} |{0.05 *(默认PopulationSize)} 关于混合整数问题 |
FitnessLimit
|
纳米若适应度函数为FitnessLimit ,算法停止。 |
标量|{无穷} |
FitnessScalingFcn
|
用于缩放适应度函数值的函数。指定为内置缩放函数或函数句柄的名称。选项不适用于gamultiobj . |
{' fitscalingrank '} |“fitscalingshiftlinear” |“fitscalingprop” |“fitscalingtop” |自定义适应度标度函数
|
FunctionTolerance |
当最优适应度函数的平均相对变化值超过时,算法停止MaxStallGenerations 代小于或等于FunctionTolerance .如果StallTest 是“geometricWeighted” ,当加权平均相对变化小于或等于时,算法停止FunctionTolerance . 为gamultiobj ,算法停止时,相对变化的几何平均值的扩散选项。米axStallGenerations 世代不到选项。FunctionTolerance 最后的价差小于过去的平均价差选项。米axStallGenerations 一代又一代。看到gamultiobj算法. 对于选项结构,请使用TolFun . |
积极的标量|{1 e-6} 为遗传算法 ,{1}的军医 为gamultiobj |
杂交
|
我*函数,之后继续优化遗传算法 终止。指定为名称或函数句柄。 或者,指定混合函数及其选项的单元格数组。看到ga混合函数. 为gamultiobj ,唯一的混合函数是@fgoalattain 看见gamultiobj混合函数. 当问题具有整数约束时,不能使用混合函数。 看到何时使用混合函数. |
函数名或句柄|“fminsearch”|“patternsearch”|“fminunc”|“fmincon”|{[]} 或 1 × 2单元阵列|{@solver, hybridoptions} 哪里解算器= fminsearch ,patternsearch ,fminunc ,或fmincon {[]} |
InitialPenalty |
纳米我*惩罚参数的初始值 |
积极的标量|{10} |
InitialPopulationMatrix
|
初始种群用于遗传算法的种子。有PopulationSize 行和N 列,其中N 是变量的数量。您可以传递部分总体,即小于PopulationSize 行。在这种情况下,遗传算法使用CreationFcn 生成剩余的填充成员。看到人口的选择. 对于选项结构,请使用InitialPopulation . |
矩阵|{[]} |
InitialPopulationRange
|
表示初始种群中个体的范围的矩阵或向量。适用于gacreationuniform 创建函数。遗传算法 移动和缩放默认的初始范围以匹配任何有限的边界。 对于选项结构,请使用PopInitRange . |
矩阵或者向量|{[-10;10]} 对于无限的组件,{[1 e4 + 1; 1 e4 + 1]} 对于整数约束问题的无界分量,{(磅;乌兰巴托)} 对于有界组件,修改默认范围以匹配单边边界 |
InitialScoresMatrix
|
用来确定适合度的初始分数。有PopulationSize 行和Nf 列,其中Nf 为适应度函数的个数(1 为遗传算法 ,大于1 为gamultiobj ).你可以通过部分分数矩阵,也就是分数小于PopulationSize 行。在这种情况下,求解器在计算适应度函数时填写分数。 对于选项结构,请使用InitialScores . |
列向量为单目标|,列矩阵为多目标|{[]} |
MaxGenerations
|
算法停止前的最大迭代次数。 对于选项结构,请使用一代又一代 . |
正整数|{100*numberOfVariables} 为遗传算法 ,{200*numberOfVariables} 为gamultiobj |
MaxStallGenerations
|
当最优适应度函数的平均相对变化值超过时,算法停止MaxStallGenerations 代小于或等于FunctionTolerance .如果StallTest 是“geometricWeighted” ,当加权平均相对变化小于或等于时,算法停止FunctionTolerance . 为gamultiobj ,算法停止时,相对变化的几何平均值的扩散选项。米axStallGenerations 世代不到选项。FunctionTolerance 最后的价差小于过去的平均价差选项。米axStallGenerations 一代又一代。看到gamultiobj算法. 对于选项结构,请使用StallGenLimit . |
正整数|{50} 为遗传算法 ,{100} 为gamultiobj |
最大失速时间
|
纳米如果目标函数没有改进,则算法停止最大失速时间 秒,以抽搐 和toc . 对于选项结构,请使用StallTimeLimit . |
积极的标量| {Inf} |
MaxTime
|
算法在运行for后停止MaxTime 秒,以抽搐 和toc .这个限制在每次迭代之后都会执行,所以遗传算法 当迭代花费大量时间时,可能会超过限制。 对于选项结构,请使用期限 . |
积极的标量|{Inf} |
MigrationDirection |
的方向迁移。看到迁移选项. |
“两个” |{“向前”}
|
MigrationFraction |
从0到1的标量,指定每个子种群中迁移到不同子种群的个体比例。请参阅迁移选项. |
标量|{0.2} |
MigrationInterval |
正整数,指定发生在亚种群间个体迁移之间的代数。看到迁移选项. |
正整数|{20} |
MutationFcn
|
生成变异子函数的函数。指定为内置变异函数或函数句柄的名称。请参阅突变的选择. |
{'mutationgaussian'} 为遗传算法 没有约束|{' mutationadaptfeasible} * 为gamultiobj 以及遗传算法 与约束|{' mutationpower '} 我*|“mutationpositivebasis” |“变异制服” |定制的变异函数
|
非线性约束约束算法
|
非线性约束算法。请参阅非线性约束求解算法.选择不变的gamultiobj . 对于选项结构,请使用NonlinConAlgorithm . |
{' auglag '} 为遗传算法 ,{“惩罚”} 为gamultiobj
|
OutputFcn
|
的函数遗传算法 每次迭代时调用。指定为函数句柄或函数句柄的单元格数组。看到输出功能选项. 对于选项结构,请使用输出Fcns . |
函数句柄或函数句柄|的单元格数组{[]} |
ParetoFraction
|
从0到1的标量,指定当求解器从更高的前沿选择个体时,保持在第一个Pareto前沿的个体比例gamultiobj 只有,看到了吗多目标的选择. |
标量|{0.35} |
惩罚因素 |
纳米我*点球更新参数。 |
积极的标量|{100} |
PlotFcn
|
绘制由算法计算的数据的函数。指定为内置绘图函数、函数句柄或内置名称或函数句柄的单元格数组的名称。看到绘图选项. 对于选项结构,请使用PlotFcns . |
遗传算法 或gamultiobj :{[]} |' gaplotdistance' |' gaplotgenealogy' |' gaplotselection' |' gaplotscorediversity' |'gaplotscores' |' gaplotstops ' |' gaplotmaxconstr' | 自定义绘制函数
遗传算法 只有:'gaplotbestf' | 'gaplotbestindiv' | 'gaplotexpectation' | 'gaplotrange'
gamultiobj 只有:'gaplotpareto' | 'gaplotparetodistance' | 'gaplotrankhist' | 'gaplotspread'
|
PlotInterval |
指定连续调用绘图函数之间的代数的正整数。 |
正整数|{1} |
PopulationSize
|
人口规模。 |
正整数|{50} 什么时候numberOfVariables < = 5 ,{200} 否则|{最小(最大(10 *据nvar, 40), 100)} 关于混合整数问题 |
人口类型
|
总体的数据类型。必须“doubleVector” 为整数的问题。 |
“位字符串” |“自定义” |{' doubleVector '}
遗传算法 忽略所有约束:人口类型 被设置为“位” 或“自定义” 看见人口的选择.
|
选择FCN
|
选择交叉和突变的孩子的父母的功能。指定为内置选择函数或函数句柄的名称。 gamultiobj 只使用“selectiontournament” .
|
{' selectionstochunif '} 为遗传算法 ,{' selectiontournament '} 为gamultiobj |“selectionremainder” |“selectionuniform” |“selectionroulette” |自定义选择函数
|
StallTest |
纳米停止测试类型。 |
“geometricWeighted” |{'averageChange'}
|
UseParallel |
并行计算适应度和非线性约束函数。看到向量化和并行选项(用户函数评估)和如何在全局优化工具箱中使用并行处理. |
真正的 |{假}
|
UseVectorized
|
指定函数是否向量化。看到向量化和并行选项(用户函数评估)和向适应度函数向量化. 对于选项结构,请使用矢量化 的值“上” 或“关闭” . |
真正的 |{假}
|