Генетический алгоритм решает задачи оптимизации сглаживания или немодуляции с любыми типами ограничений, включая целочисленные ограничения. Это стохастический алгоритм, основанный на популяции, который случайным образом ищет по мутации и кроссоверу среди представителей населения.
| Optimize | Оптимизируйте или решите уравнения в Live Editor |
Минимизируйте функцию Растригина
Представляет пример решения задачи оптимизации с помощью генетического алгоритма.
Кодирование и минимизация функции соответствия с помощью генетического алгоритма
Показывает, как написать функцию соответствия, включая дополнительные параметры или векторизацию.
Ограниченная минимизация с использованием генетического алгоритма
Показывает, как включить ограничения в задачу.
Показывает, как выбрать опции входа и выходные аргументы.
Эффекты опций генетического алгоритма
Пример, показывающий эффект нескольких опций.
Нелинейные ограничения с использованием ga
Пример, показывающий, как использовать различные типы ограничений.
Глобальная и локальная оптимизация с использованием ga
Этот пример показывает, как установка начальной области значений может привести к лучшему решению.
Установите максимальное количество поколений и сваливных поколений
The MaxGenerations опция определяет максимальное количество поколений, которые принимает генетический алгоритм; см. «Условия остановки» для алгоритма.
Показывает важность разнообразия населения и как его настроить.
Описывает масштабирование соответствия и как это влияет на прогресс ga.
Варьируйте мутацию и кроссовер
Показывает эффект параметров мутации и кроссовера в ga.
Гибридная схема в генетическом алгоритме
Показывает использование гибридной функции для улучшения решения.
Когда использовать гибридную функцию
Описывает случаи, когда гибридные функции, вероятно, обеспечат большую точность или скорость.
Оптимизация смешанного целого числа ga
Решает смешанные целочисленные задачи программирования, где некоторые переменные должны быть целочисленными.
Пример, показывающий, как использовать смешано-целочисленное программирование в ga, включая то, как выбрать из конечного списка значений.
Показывает, как продолжить оптимизацию ga от конечного населения.
Показывает, как воспроизвести результаты путем сброса случайного seed.
Предоставляет пример выполнения ga использование набора параметров для поиска наиболее эффективной настройки.
Векторизация функции соответствия
Как увеличить скорость с помощью векторизованных вычислений функции.
Создайте пользовательскую функцию построения графика
Показывает, как создать и использовать пользовательскую функцию построения графика в ga.
Пользовательская выходная функция для генетического алгоритма
В этом примере показано использование пользовательской выходной функции в ga.
Оптимизация пользовательского типа данных с использованием генетического алгоритма
Решите задачу коммивояжера с помощью пользовательского типа данных.
Оптимизация задачи, заданной решением ОДУ, с помощью patternsearch или ga последовательно или параллельно.
Что такое генетический алгоритм?
Представляет генетический алгоритм.
Терминология генетического алгоритма
Объясняет некоторую базовую терминологию генетического алгоритма.
Как Генетический Алгоритм Работ
Представляет обзор того, как работает генетический алгоритм.
Алгоритмы нелинейного решателя ограничений
Объясняет Дополненный Лагрангианский Генетический Алгоритм (ALGA) и алгоритм штрафа.
Описывает опции для генетического алгоритма.
