优化利用粒子群

开立真实脚本

此示例示出了如何优化用particleswarm求解。

在这个例子中的目标函数是德容的第五个功能，其中包括与全局优化工具箱软件。

dejong5fcn

这个函数有25局部极小。

试着找到函数的使用默认的最小particleswarm设置。

有趣= @ dejong5fcn;nvars = 2;RNG默认％用于重现[X，FVAL，exitflag] = particleswarm（乐趣，nvars）

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。

X =1×2-31.9521 -16.0176

FVAL = 5.9288

exitflag = 1

该如何解决X全球最佳？目前还不清楚在这一点上。纵观函数图显示，该函数在范围内的部件局部极小[-50,50]。因此，限制变量的范围[-50,50]帮助求解器找到全局最小。

磅= [-50 -50]。UB = -LB;[X，FVAL，exitflag] = particleswarm（乐趣，nvars，LB，UB）

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。

X =1×2-16.0079 -31.9697

FVAL = 1.9920

exitflag = 1

这看起来很有希望：新的解决方案具有较低FVAL比前一个。但是X真正的全球性解决方案？试着用更多的颗粒再次最小化，更好地搜索区域。

选项= optimoptions（'particleswarm'，'SwarmSize'，100）;[X，FVAL，exitflag] = particleswarm（乐趣，nvars，LB，UB，选项）

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。

X =1×2-31.9781 -31.9784

FVAL = 0.9980

exitflag = 1

这看起来更有前途。但就是这个答案的全球解决方案，而在于如何准确呢？重新运行具有混合功能的解算器。particleswarm来电后的混合功能particleswarm完成它的迭代。

options.HybridFcn = @fmincon;[X，FVAL，exitflag] = particleswarm（乐趣，nvars，LB，UB，选项）

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。

X =1×2-31.9783 -31.9784

FVAL = 0.9980

exitflag = 1

particleswarm实际上发现和以前相同的解决方案。这给你一些信心，particleswarm报告当地最低和最终X是全球性解决方案。

相关话题