主要内容

设置最大几代数和失速生成的数量

最大选项确定遗传算法所需的最大几代数;看停止算法的条件。越来越多最大可以改善最终结果。相关maxstallgenerations.选项控制步骤数GA.仔细阅读,看看它是否正在取得进展。越来越多maxstallgenerations.可以启用GA.当算法需要更多功能评估时继续找到更好的解决方案。

例如,优化Restriginsfcn.使用具有默认参数的10个变量。要观察求解器的进度,因为它接近最小值0,请优化函数的对数。

RNG.默认重复性的%fun = @(x)日志(Rastriginsfcn(x));nvar = 10;选项= Optimoptions('Ga''plotfcn'“gaplotbestf”);[x,fval] = ga(fun,nvar,[],[],[],[],[],[],[],选项)
优化终止:FITHS值的平均变化小于选项。功能化。

图遗传算法包含轴。标题最佳轴:1.45396意思是:4.52748包含2个类型的线。这些物体代表最佳健身,平均健身。

X =1×10-0.0495 -0.0670 -0.0485 0.0174 -0.0087 0.0275 -0.0383 0.0620 -1.0047 -0.0298
fval = 1.4540.

作为GA.接近原点的最佳点,它摊位。为了获得更好的解决方案,将失速生成限制设置为500,并且生成限制为1000。

选项= Optimoptions(选项,'maxstallgenerations',500,'maxgenerations',1000);RNG.默认重复性的%[x,fval] = ga(fun,nvar,[],[],[],[],[],[],[],选项)
优化终止:超出了最大几代数。

图遗传算法包含轴。标题最佳的轴:-3.14667意思:-1.31642包含2个类型的2个物体。这些物体代表最佳健身,平均健身。

X =1×100.0025 -0.0039 0.0021 -0.0030 -0.0053 0.0033 0.0012 0.0006 0.0088
fval = -3.1467.

这次求解器更加密切地接近真正的最小。

相关话题