这个例子说明了如何有六个求解最小化Rastrigin的功能。每个求解器都有自己的特点。特点导致不同的解决方案和运行时间。金宝搏官方网站结果,在检查比较语法和解决方案金宝搏官方网站,可以帮助您选择适合您自己的问题适当的解决者。
Rastrigin的功能有很多局部极小,与全球最小的(0,0):
通常你不知道你的目标函数的全局最小的位置。要显示求解如何寻找一个全球解决方案,这个例子开始围绕该点所有的求解器[20,30]
,这是远从全球最低。
该rastriginsfcn.m
文件实现Rastrigin的功能。该文件带有全局优化工具箱软件。此实施例使用Rastrigin的函数的缩放版本具有较大的吸引力的盆地。有关详细信息,请参阅吸引力盆地。
RF2 = @(X)rastriginsfcn(X / 10);
这个例子最小化RF2
使用默认设置fminunc
(一个优化工具箱™解算器)patternsearch
和GlobalSearch
。该示例还使用GA
和particleswarm
与非缺省选项启动与各地点的初始种群[20,30]
。因为surrogateopt
需要有限范围,示例性用途surrogateopt
与下界-70
和上界130
在每个变量。
要使用解决优化问题fminunc
优化工具箱求解器,输入:
RF2 = @(X)rastriginsfcn(X / 10);%客观X0 = [20,30];%起点从最小远[XF,FF,FLF,的] = fminunc(RF2,X0)
fminunc
回报
当地最低发现。优化完成,因为倾斜的大小小于函数允差的默认值。迭代:XF = 19.8991 29.8486 FF = 12.9344 FLF = =结构与字段的1 3 funcCount:15步长:1.7776e-06 lssteplength:1 firstorderopt:5.9907e-09的算法: '准牛顿' 消息:“本地最小FOUND。...”
XF
为最大限度地减少点。
FF
是物镜的数值,RF2
, 在XF
。
FLF
是出口标志。的出口标志1
指示XF
是一个局部最小值。
的
是输出结构,它描述了fminunc
计算导致的解决方案。
要使用解决优化问题patternsearch
全局优化工具箱解算器,输入:
RF2 = @(X)rastriginsfcn(X / 10);%客观X0 = [20,30];%开始点从最小远[XP,FP,FLP,OP] = patternsearch(RF2,X0)
patternsearch
回报
优化终止:筛目大小小于options.MeshTolerance。XP = 19.8991 -9.9496 FP = 4.9748 FLP = 1点OP =结构与字段:功能:@(X)rastriginsfcn(X / 10)problemtype: '无约束' pollmethod: 'gpspositivebasis2n' maxconstraint:[] searchmethod:[]迭代:48funccount:174 meshsize:9.5367e-07 rngstate:[1x1的结构]消息: '优化终止:筛目大小小于options.MeshTolerance'
XP
为最大限度地减少点。
FP
是物镜的数值,RF2
, 在XP
。
FLP
是出口标志。的出口标志1
指示XP
是一个局部最小值。
运
是输出结构,它描述了patternsearch
计算导致的解决方案。
要使用解决优化问题GA
全局优化工具箱解算器,输入:
RNG默认%的再现性RF2 = @(X)rastriginsfcn(X / 10);%客观X0 = [20,30];%起点从最小远initpop = 10 * randn(20,2)+ repmat(x0,20,1);OPTS = optimoptions( 'GA', 'InitialPopulationMatrix',initpop);[XGA,FGA,FLGA,OGA] = GA(rf2,2,[],[],[],[],[],[],[],OPTS)
initpop
是一个20×2矩阵。每行initpop
具有平均[20,30]
,每个元素通常与标准偏差分布10
。的行initpop
形成用于初始群体矩阵GA
求解。
OPTS
是选项集initpop
作为初始群体。
最后一行调用GA
使用选项。
GA
使用随机数,并产生一个随机结果。在这种情况下GA
收益:
优化终止:几代人的最大数量超标。XGA = -0.0042 -0.0024 FGA = 4.7054e-05 FLGA = 0 OGA =结构与字段:problemtype: '无约束' rngstate:[1×1结构]世代:200 funccount:9453的消息:“优化终止:世代的最大数目超标。”maxconstraint:[]
XGA
为最大限度地减少点。
FGA
是物镜的数值,RF2
, 在XGA
。
FLGA
是出口标志。的出口标志0
表明GA
达到了功能评估限制或迭代限制。在这种情况下,GA
达到迭代限制。
奥加
是输出结构,它描述了GA
计算导致的解决方案。
喜欢GA
,particleswarm
是一个以人群为基础的算法。因此,对于求解的一个公平的比较,初始化粒子群的人口为相同GA
。
RNG默认%的再现性RF2 = @(X)rastriginsfcn(X / 10);%客观OPTS = optimoptions( 'particleswarm', 'InitialSwarmMatrix',initpop);[xpso,FPSO,flgpso,OPSO] = particleswarm(rf2,2,[],[],OPTS)
优化结束:在过去的OPTIONS.MaxStallIterations迭代的客观价值相对变化小于OPTIONS.FunctionTolerance。xpso = 9.9496 0.0000 FPSO = 0.9950 flgpso = 1 OPSO =结构与字段:rngstate:[1×1结构]迭代:56 funccount:1140的消息:“优化结束:在客观值相对变化↵over最后OPTIONS.MaxStallIterations迭代小于OPTIONS.FunctionTolerance。”
xpso
为最大限度地减少点。
FPSO
是物镜的数值,RF2
, 在xpso
。
flgpso
是出口标志。的出口标志1
指示xpso
是一个局部最小值。
OPSO
是输出结构,它描述了particleswarm
计算导致的解决方案。
surrogateopt
不需要起点,但确实需要有限的范围。在各成分的-70℃至130设定的界限。具有相同的排序为其他求解器输出,禁用默认的绘图功能。
RNG默认%的可重复性磅= [-70,-70]。UB = [130130];RF2 = @(X)rastriginsfcn(X / 10);%客观OPTS = optimoptions( 'surrogateopt', 'PlotFcn',[]);[xsur,fsur,flgsur,osur] = surrogateopt(RF2,LB,UB,OPTS)
Surrogateopt停止,因为它超过了“options.MaxFunctionEvaluations”功能评价极限集。xsur = -0.0033 0.0005 fsur = 2.2456e-05 flgsur = 0 osur =结构与字段:elapsedtime:2.3877 funccount:200 rngstate:[1×1结构]消息: 'Surrogateopt停止,因为它由超过了功能评价极限集↵'options.MaxFunctionEvaluations“。
xsur
为最大限度地减少点。
fsur
是物镜的数值,RF2
, 在xsur
。
flgsur
是出口标志。的出口标志0
表明surrogateopt
停止,因为它的功能评价或时间的跑了出来。
osur
是输出结构,它描述了surrogateopt
计算导致的解决方案。
要使用解决优化问题GlobalSearch
解算器,输入:
RF2 = @(X)rastriginsfcn(X / 10);%客观X0 = [20,30];%起点从最小值问题远= createOptimProblem( 'fmincon', '目标',RF2,...... 'X0',X0);GS = GlobalSearch;[XG,FG,FLG,OG] =运行(GS,问题)
问题
是一个优化问题的结构。问题
指定fmincon
求解时,RF2
目标函数,X0 = [20,30]
。有关使用的详细信息createOptimProblem
见创建问题结构。
您必须指定fmincon
为解决者GlobalSearch
,即使是无约束的问题。
GS
是默认GlobalSearch
宾语。该对象包含了解决问题的选项。调用运行(GS,问题)
运行问题
从多个起始点。开始点是随机的,所以下面的结果也是随机的。
在这种情况下,运行的回报:
GlobalSearch停止,因为它分析了所有的试验点。所有的10个地方求解器运行融合以积极的局部解算器出口标志。XG = 1.0E-07 * -0.1405 -0.1405 FG = 0 FLG = 1 OG =结构与字段:funcCount:2350 localSolverTotal:10 localSolverSuccess:10 localSolverIncomplete:0 localSolverNoSolution:0信息:“GlobalSearch停止,因为它分析所有试验点.↵↵All10个地方求解运行融合以积极的局部解算器出口标志“。
XG
为最大限度地减少点。
FG
是物镜的数值,RF2
, 在XG
。
FLG
是出口标志。的出口标志1
表示所有fmincon
正常运行时收敛。
OG
是输出结构,它描述了GlobalSearch
计算导致的解决方案。
一个解决方案是比另一个如果它的目标函数值比其他较小的更好。下表总结了成绩,精确到小数点后一位。
结果 | fminunc | patternsearch | GA | particleswarm | surrogateopt | GlobalSearch |
---|---|---|---|---|---|---|
解 | [19.9 29.9] |
[19.9 -9.9] |
[0 0] |
[10 0] |
[0 0] |
[0 0] |
目的 | 12.9 |
五 |
0 |
1 |
0 |
0 |
#Fevals | 15 |
174 |
9453 |
1140 |
200 |
2178 |
这些结果是典型的:
fminunc
很快达到其初始盆地内的局部解决方案,但都没有开拓外地盆地。fminunc
有一个简单的调用语法。
patternsearch
花费超过功能评估fminunc
,并通过搜索几个盆地,到达比一个更好的解决方案fminunc
。该patternsearch
调用语法是相同的fminunc
。
GA
花费的时间比更多的功能评估patternsearch
。一次偶然的机会就到了一个更好的解决方案。在这种情况下,GA
附近发现全局最优的点。GA
是随机的,所以其结果与每次运行而改变。GA
有一个简单的调用语法,但也有额外的步骤,有附近的初始种群[20,30]
。
particleswarm
花费的时间比少的功能评价GA
,但超过patternsearch
。在这种情况下,particleswarm
发现具有比目标函数值的情况下的点patternsearch
,但高于GA
。因为particleswarm
是随机的,其结果与每次运行而改变。particleswarm
有一个简单的调用语法,但也有额外的步骤,有附近的初始种群[20,30]
。
surrogateopt
当它到达一个函数评估限制,默认情况下是200用于两变量的问题停止。surrogateopt
有一个简单的调用语法,但需要有限的范围。surrogateopt
试图找到一个全球解决方案,在这种情况下取得了成功。在每个功能评价surrogateopt
需要比大多数其他求解时间较长,因为surrogateopt
执行许多辅助计算作为其算法的一部分。
GlobalSearch
跑
需要功能评估的幅度为同阶GA
和particleswarm
,搜索许多盆地,并以良好的解决方案到达。在这种情况下,GlobalSearch
发现全局最优。配置GlobalSearch
是不是设置其他求解更加复杂。如示例所示,之前调用GlobalSearch
,你必须创建一个都GlobalSearch
对象(GS
在该示例中),以及一个问题结构(问题
)。然后,你叫跑
法GS
和问题
。有关如何运行的详细信息GlobalSearch
见工作流程GlobalSearch和多头。