遗传算法
遗传算法求解混合整数或无级变速优化,约束或不受限制
遗传算法解决光滑或与任何类型的非光滑优化问题的约束条件,包括整数约束。它是一个随机,以人群为基础的算法,搜索随机突变和群体成员之间交叉。
功能
主题
遗传算法优化基础
提供了一个例子,使用遗传算法解决优化问题。
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。
显示了如何限制包含在您的问题。
显示了如何选择输入和输出参数的选项。
例子显示几个选项的影响。
一个例子,演示如何使用各种类型的约束。
一个例子,演示如何搜索全局最小值。
专门的任务
显示了如何继续优化遗传算法
从最后的人口。
显示了如何重置随机种子繁殖的结果。
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。
显示了如何创建和使用一个结构或一组选项的问题。
如何使用矢量化加速功能评估。
展示了如何创建和使用一个自定义函数遗传算法
。
这个例子展示了使用一个自定义输出功能遗传算法
。
解决旅行商问题使用自定义数据类型。
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
介绍了遗传算法。
遗传算法的一些基本术语解释道。
概述遗传算法是如何工作的。
解释了增广拉格朗日算法遗传算法(藻类)和处罚。
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。
描述了遗传算法的选择。