遗传算法优化基础

最小化Rastrigin的功能

提供了一个例子,使用遗传算法解决优化问题。

编码和最小化使用遗传算法的适应度函数

展示了如何编写一个适应度函数包括额外的参数或向量化。

使用遗传算法约束最小化

显示了如何限制包含在您的问题。

选择和输出

显示了如何选择输入和输出参数的选项。

遗传算法的选择

例子显示几个选项的影响。

非线性约束使用遗传算法

一个例子,演示如何使用各种类型的约束。

利用遗传算法全局和局部最小值

一个例子,演示如何搜索全局最小值。

常见的调优选项

设置最大数量的后代

显示了如何调整最大代选项来获得一个更好的结果。

人口的多样性

显示了人口多样性的重要性,以及如何设置它。

健身比例

描述了健身比例,以及它如何影响的进步遗传算法。

不同变异和交叉

显示的变异和交叉参数的影响遗传算法。

遗传算法的混合方案

展示了使用混合函数改进解决方案。

当使用混合功能

描述了混合功能的情况下可能会提供更大的精度和速度。

混合整数规划

混合整数规划

解决混合整数规划问题,一些变量必须整数值。

解决混合整数使用遗传算法的工程设计问题

示例显示如何使用ga混合整数规划,包括如何选择一个有限值的列表。

专门的任务

简历ga

显示了如何继续优化遗传算法从最后的人口。

复制的结果

显示了如何重置随机种子繁殖的结果。

从一个文件中运行遗传算法

提供了一个示例的运行遗传算法使用一组参数来寻找最有效的设置。

使用导出选项和问题

显示了如何创建和使用一个结构或一组选项的问题。

Vectorize健身功能

如何使用矢量化加速功能评估。

创建自定义绘制函数

展示了如何创建和使用一个自定义函数遗传算法。

自定义输出函数的遗传算法

这个例子展示了使用一个自定义输出功能遗传算法。

自定义数据类型使用遗传算法优化

解决旅行商问题使用自定义数据类型。

并行优化的颂歌

优化客观的解决方案使用的颂歌patternsearch或遗传算法在串行或并行。

遗传算法的背景

遗传算法是什么?

介绍了遗传算法。

遗传算法的术语

遗传算法的一些基本术语解释道。

遗传算法是如何运作的吗

概述遗传算法是如何工作的。

非线性约束求解算法

解释了增广拉格朗日算法遗传算法(藻类)和处罚。

复制的结果优化应用程序

复制的最后运行遗传算法的结果,选择从先前的运行使用随机状态复选框。

遗传算法的选择

描述了遗传算法的选择。