Многоцелевая оптимизация

Множества Парето через генетический или алгоритмы поиска шаблона, с или без ограничений

Когда у вас есть несколько целевых функций, которые вы хотите оптимизировать одновременно, эти решатели находят оптимальные компромиссы между конкурирующими целевыми функциями.

Функции

развернуть все

gamultiobjНайдите переднюю сторону Парето нескольких функций фитнеса с помощью генетического алгоритма
paretosearchНайдите точки во Множестве Парето
optimoptionsСоздайте опции оптимизации
resetoptionsСбросьте опции

Темы

Создайте переднюю сторону Парето

Передняя сторона Парето для двух целей

Показывает пример того, как создать переднюю сторону Парето и визуализировать ее.

Разработайте оптимизацию сварного луча

Показывает компромиссы между стоимостью и силой сварного луча.

Сравните paretosearch и gamultiobj

Решите ту же проблему с помощью paretosearch и gamultiobj, чтобы видеть характеристики каждого решателя.

Выполнение многоцелевой оптимизации Используя генетический алгоритм

Решите простую многоцелевую проблему с помощью функций построения графика и векторизации.

Многоцелевые опции генетического алгоритма

Показывает эффекты некоторых опций на процессе решения gamultiobj.

Когда использовать гибридную функцию

Описывает случаи, где гибридные функции, вероятно, обеспечат большую точность или скорость.

Постройте 3-D переднюю сторону Парето

Постройте Множество Парето в трех измерениях.

Многоцелевой фон

Что такое многоцелевая оптимизация?

Описывает Оптимальные по Парето наборы.

Алгоритм gamultiobj

Как алгоритм gamultiobj работает.

Алгоритм paretosearch

Описывает алгоритм paretosearch.

Опции gamultiobj и Синтаксис: Различия от ga

Описывает различия между опциями для ga и gamultiobj.

Опции генетического алгоритма

Описывает опции для генетического алгоритма.

Параметры поиска шаблона

Описывает опции для поиска шаблона.