exponenta event banner

Многообъективная оптимизация

Наборы Pareto с помощью генетических алгоритмов или алгоритмов поиска шаблонов, с ограничениями или без них

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

Функции

развернуть все

gamultiobjНайти Парето перед несколькими фитнес-функциями с помощью генетического алгоритма
paretosearchПоиск точек в наборе Парето
optimoptionsСоздание параметров оптимизации
resetoptionsПараметры сброса

Задачи интерактивного редактора

ОптимизироватьОптимизация или решение уравнений в интерактивном редакторе

Темы

Создать фронт Парето

Парето Фронт для двух целей

Пример создания передней панели Pareto и ее визуализации.

Оптимизация конструкции сварной балки

Показывает компромиссы между стоимостью и прочностью сварной балки.

Сравнение паретосearch и gamultiobj

Решить ту же проблему с помощью paretosearch и gamultiobj для просмотра характеристик каждого решателя.

Выполнение многообъективной оптимизации с использованием генетического алгоритма

Решите простую многообъективную задачу с помощью функций графика и векторизации.

Варианты мультиобъективного генетического алгоритма

Показывает влияние некоторых параметров на gamultiobj способ решения проблемы.

Когда использовать гибридную функцию

Описывает случаи, когда гибридные функции, вероятно, обеспечивают большую точность или скорость.

Участок 3-D Фронт Парето

Постройте график набора Парето в трех измерениях.

Многообъективный фон

Что такое многообъективная оптимизация?

Описывает оптимальные для Парето наборы.

Алгоритм gamultiobj

Как gamultiobj алгоритм работает.

Алгоритм паретосearch

Описывает paretosearch алгоритм.

gamultiobj Опции и синтаксис: Отличия от ga

Описывает различия между опциями для ga и gamultiobj.

Варианты генетического алгоритма

Описывает варианты генетического алгоритма.

Параметры поиска по образцу

Описание параметров поиска по образцу.