在matlab裡面GA遺傳演算法工具箱中怎麼找到多個區域性最優解，我現在只能找到全域性最優解

1樓：天雲一號

這個需要根據引數設定來進行的，引數設定合理就可以得到全域性最優解，反之，可能得到區域性最優解

用matlab優化工具箱自帶的遺傳演算法（只能找到近似最優解）時，往往重複計算很多次都不能得到最優解

2樓：匿名使用者

要想得到較精確的最優解，可以通過設定function tolerance的誤差值，constraint tolerance的誤差值。

遺傳演算法如何克服陷入區域性最優解

3樓：

在優化問題本身是凸優化問題的情況下，區域性最優等於全域性最優。

在非凸優化的情況下，理論上是無法保證找到全域性最優解的，但是可以通過例如改變初始值等方法找到儘量接近全域性最優解的區域性最優解。

怎樣解決遺傳演算法的區域性最優問題

4樓：匿名使用者

這個看看遺傳演算法的專著吧。

區域性收斂，就是所謂的「早熟現象」是遺傳演算法的一個很讓人頭疼的問題。對應的措施，我舉個例子，可以是提高變異運算元的變異概率。變異運算元是跳出區域性收斂的重要操作運算元，當然，遺傳演算法有很多的改進型別。

這裡不多說了，我介紹本書，叫《matlab遺傳演算法工具箱及應用》，雷英傑，西安電子科技大學出版社

為什麼我應用matlab自帶的遺傳演算法工具箱求函式最小值，，每次執行結果都不一樣？

5樓：匿名使用者

一樣來才怪！遺傳演算法是一種帶有隨機源

性的搜尋型的求解全域性最優解的方法。隨機性就是在優化過程中變數的取值是隨機變化的，但是這種變化是朝向全域性最優的方向隨機變化。但是當種群數量足夠大，而且進化代數足夠多的時候，最優解是具有穩定性的，雖然每次都不一樣，但是最優解的變化一般不會很大。

myfun沒有給出，這個是ga函式求解的部分設定，通過改變populationsize和generations可以達到獲得穩定最優解的目的。變異概率和雜交概率也有一定的影響，在區域性收斂的情況下可以增大變異概率等來避免區域性最優。

6樓：

工具箱不好用，演算法對初值太敏感了。沒有特別好的解決辦法

matlab遺傳演算法工具箱優化結果數值

7樓：都會餓釋出

ga就是在窮舉不可能完成時,用一種方式找到最優解ga工具的完整形式如下表示

[x,fval,exitflag,output,population,scores] =

ga(fitnessfcn,nvars,a,b,aeq,beq,lb,ub,nonlcon,options)

x是最專優自變數

屬fval是求得的最優值

其他以此是推出標誌，結構體，終止時的總群，終止時種群函式值後半部分以此是目標函式，目標函式自變數個數a和b是線性約束不等式ax〈b

aeq和beq是一對線性等式約束，aeqx=beqlb是x值下限，ub是x值下限

nonlcon是非線性約束函式 options是執行方式。這兩個可以寫函式自己完成，也可預設

函式預設計算最小值，計算最大值要加負號