Редактирование параметров оптимизации

Настройки в диалоговом окне Параметры зависят от алгоритма.

Если вы редактируете настройки и хотите сбросить значения по умолчанию, выберите Optimization > Reset Parameters. Если вы добавляете параметры к пользовательским скриптам оптимизации, вам, возможно, потребуется использовать эту опцию сброса, чтобы все новые параметры появились в диалоговом окне.

fmincon Параметры оптимизации

The fmincon алгоритм оптимизации в CAGE использует fmincon функция в Optimization Toolbox™. fmincon завершает работу fmincon функция, так что вы можете использовать функцию для максимизации и минимизации.

Параметр

Описание

Constrained optimization algorithm

fmincon алгоритмы работы с функциями: Попробуйте sqp или interior-point с суммарной оптимизацией, которая является медленной или имеет проблемы сходимости.

  • active-set

  • (по умолчанию) sqp - Используйте для оптимизации суммы, которые являются медленными

  • interior-point - Опция по умолчанию для суммарной оптимизации, которая имеет проблемы сходимости и оптимизации с большим количеством ограничений

Display

Определяет уровень диагностической информации, отображаемой в рабочей области.

  • (по умолчанию) none - Никакая информация не отображается во время оптимизации

  • iter - Отображает статистическую информацию каждую итерацию

  • final - Отображает статистическую информацию в конце оптимизации

Maximum iterations

Максимально допустимое количество итераций.

Maximum function evaluations

Максимально допустимое количество вычислений функции.

Function tolerance

Допуск на разрыв значения функции.

Variable tolerance

Допуск завершения для свободных переменных.

Constraint tolerance

Допуск на разрыв при нарушении ограничений.

Barrier update method

Выберите predictor-corrector (по умолчанию) или monotone чтобы задать алгоритм для обновления барьерного параметра для оптимизации. predictor-corrector может обеспечить улучшенную производительность для суммарной оптимизации.

Number of start points

Положительное целое, N. Оптимизация генерирует (N-1) начальные точки на прогон в дополнение к начальному значению, заданному на панели Значения входных переменных.

Оптимизация выполняется из каждой из N начальных точек и выбирает лучшее решение.

Следующие N-1 дополнительных начальных точек:

  1. Сгенерируйте проект набора Halton, D, на 10000 точек по свободным переменным.

  2. Оцените цели и ограничения по D.

  3. Верните N-1 допустимые точки с самым низким целевым значением.

    Если N-1 допустимых точек нет, заполните оставшиеся начальные значения точками с наименьшим максимальным нарушением ограничений.

    Если заданное начальное значение не удовлетворяет ограничениям, CAGE использует 10000 точек поиска.

Примечание

Для задач оптимизации точек установите Number of start points равным 1 или 2.

Run from feasible start points only

Выберите эту опцию, чтобы завершить все запуски, начинающиеся с начального значения, которое не удовлетворяет ограничениям. На панели Solution Information представления Optimization Output, Output message сообщает о прекращении.

Soft constraints weighting

Весовой коэффициент, который оптимизация использует для мягких ограничений. По умолчанию значение равно 1. Увеличение значения заставляет оптимизацию находить возможные решения с учетом жестких ограничений и минимизацией ослабления для мягких ограничений. Если задать значение inf, оптимизация учитывает все ограничения жестких ограничений. Если вы задаете значение 0, оптимизация не пытается удовлетворить никаким мягким ограничениям.

Make table gradient constraints feasible

Выберите эту опцию, чтобы сделать ограничения допустимыми для суммарной оптимизации с ограничениями градиента таблицы на свободных переменных.

Рассмотрите удаление этой опции, если ограничения градиента таблицы являются мягкими.

Параметры оптимизации NBI

Используйте NBI алгоритм для мультиобъективной оптимизации.

Параметр

Описание

Tradeoff points per objective pair, Np

Укажите, сколько решений компромисса вы хотите найти оптимизацию в каждом запуске.

Чтобы определить количество компромиссных решений между целями, Npts, оптимизация использует эту формулу:

  • Np - Число точек на целевую пару

  • n - Количество целевых функций

Примечание

  • Для задач с двумя целями (n = 2),

  • Для задач с тремя целями (n = 3),

Shadow minima options и NBI subproblem options

Алгоритм NBI использует fmincon функция для решения задачи теневых минимумов и подпрограмм NBI. Доступные опции аналогичны опциям для fmincon функция.

Параметры оптимизации GA

The ga алгоритм оптимизации в CAGE использует ga функция в Global Optimization Toolbox. В CAGE, ga завершает работу ga функция, так что вы можете использовать функцию для максимизации и минимизации.

Параметр

Описание

Generations

Алгоритм останавливается, когда количество поколений превышает заданное значение.

Population size

Количество представителей населения, которые использует алгоритм. Инструкции по установке размера населения см. в документации Global Optimization Toolbox.

Display

Определяет уровень диагностической информации, отображаемой в рабочей области.

  • (по умолчанию) none - Никакая информация не отображается во время оптимизации

  • iter - Отображает статистическую информацию каждую итерацию

  • final - Отображает статистическую информацию в конце оптимизации

Crossover function

Функция, которая генерирует новые представители населения из существующего населения GA путем кроссовера. Для получения дополнительной информации о каждой функции смотрите раздел Crossover Опций в документации Global Optimization Toolbox. Не используйте эвристическую перекрестную функцию для нелинейно ограниченных задач.

Crossover fraction

Часть следующей генерации, кроме элитных детей, выпускается кроссовером.

Mutation function

Функция, которая генерирует новых представителей населения из существующего населения GA путем мутации. Доля следующей генерации, кроме элитных детей, вырабатываемая мутацией, составляет (1 минус Crossover fraction). Для нелинейных задач выберите adaptfeasible.

Selection function

Функция, выбирающая представителей населения, которые являются родительскими элементами для функций перекрестного перехода и выбора.

Hybrid function

Оптимизационная функция, которая запускается после завершения GA, чтобы попытаться улучшить значение целевой функции. Если алгоритм имеет нелинейные ограничения, гибридная функция не может быть fminunc или fminsearch. Если любой из этих алгоритмов задан для нелинейных ограничений, гибридный алгоритм переключается на fmincon.

Stall generations

Алгоритм останавливается, когда средневзвешенное изменение целевой функции над Stall generations меньше, чем Function tolerance.

Stall time limit

Алгоритм останавливается, если нет улучшения целевой функции в течение заданного временного предела останова, в секунду.

Function tolerance

Алгоритм запускается, пока средневзвешенное изменение значения функции соответствия над Stall generations не станет меньше Function tolerance.

Constraint tolerance

Допуск, который определяет, является ли представитель населения допустимым относительно нелинейных ограничений.

Time limit

Время остановить алгоритм.

Soft constraints weighting

Весовой коэффициент, который оптимизация использует для мягких ограничений.

Параметры оптимизации поиска по шаблону

The patternsearch алгоритм оптимизации в CAGE использует patternsearch функция в Global Optimization Toolbox. В CAGE, patternsearch завершает работу patternsearch функция, так что вы можете использовать функцию для максимизации и минимизации.

Параметр

Описание

Display

Определяет уровень диагностической информации, отображаемой в рабочей области.

  • (по умолчанию) none - Никакая информация не отображается во время оптимизации

  • iter - Отображает статистическую информацию каждую итерацию

  • final - Отображает статистическую информацию в конце оптимизации

Time limit

Время остановить алгоритм.

Maximum number of iterations

Максимальное количество итераций алгоритмов.

Maximum function evaluations

Алгоритм останавливается, если количество вычислений функции достигает этого значения.

Variable tolerance

Алгоритм останавливается, если расстояние между двумя последовательными значениями свободных переменных меньше, чем допуск переменной.

Function tolerance

Алгоритм останавливается, если расстояние между двумя последовательными значениями целевой функции и размером сетки меньше Function tolerance.

Constraint tolerance

Определите допустимость относительно нелинейных ограничений.

Mesh tolerance

Алгоритм останавливается, если размер сетки меньше этого значения.

Initial mesh size

Устанавливает начальный размер mesh для алгоритма поиска шаблона. Не устанавливайте это значение слишком маленьким, так как недостаточный размер может привести к тому, что алгоритм попадет в локальный оптимум.

Poll method

Устанавливает стратегию опроса, которая используется алгоритмом поиска шаблона. Как правило, GPSPositiveBasis2N и MADSPositiveBasis2N методы медленнее, чем GPSPositiveBasisNp1 и MADSPositiveBasisNp1 методы. Однако первые методы выполняют более тщательный поиск. Для получения дополнительной информации об этих методах см. документацию Global Optimization Toolbox.

Search method

Выберите функцию, которая выполняет поиск, в дополнение к той, что выполняется алгоритмом поиска шаблона. Для автомобильных проблем, searchlhs имеет тенденцию хорошо работать. Для получения дополнительной информации о возможных методах поиска см. документацию Global Optimization Toolbox.

Soft constraints weighting

Весовой коэффициент, который оптимизация использует для мягких ограничений.

Модальные параметры оптимизации

Используйте Modal optimization алгоритм с составной моделью, чтобы выбрать лучший режим работы для каждой рабочей точки. Алгоритм использует fmincon алгоритм, чтобы оптимизировать цель для каждого рабочего режима и выбрать лучшее решение.

Modal optimization имеет те же параметры, что и fmincon, плюс два дополнительных параметра:

Параметр

Описание

Mode variable index

Задайте переменную режима.

Objective to determine best mode (index)

(Необязательно) Выберите, какую цель (если у вас есть несколько) использовать для выбора наилучшего режима. Значение по умолчанию является 1таким образом, CAGE использует оптимизированные значения первой цели, чтобы выбрать лучший режим.

Параметры оптимизации MultiStart

The MultiStart алгоритм оптимизации в CAGE использует MultiStart функцию в

Global Optimization Toolbox. The MultiStart алгоритм пытается идентифицировать несколько оптимальных решений для каждой рабочей точки. Вы можете задать подмножество опций алгоритма в CAGE.

В CAGE, MultiStart алгоритм генерирует проектные точки Соболь и выбирает лучший, чтобы начать оптимизацию. Количество начальных точек и другие опции можно задать в диалоговом окне Параметры Оптимизации (Optimization Parameters).

Параметр

Описание

Number of start points

Количество начальных точек на рабочую точку (по умолчанию это 10).

Start point set type

Выберите Sobol Set (заполняющие пространство начальные точки) или Random (случайные начальные точки).

Start points to run

Выберите all или bounds-ineqs. Использование bounds-ineqs выполнение только допустимых начальных точек, удовлетворяющих ограничениям.

Run start points in parallel

Выберите never или always чтобы запустить каждую начальную точку параллельно. Убедитесь, что опция Distribute Runs оптимизации отключена, чтобы начальные точки выполнялись параллельно.

Tolerance for separate objective values

Задайте, насколько далеко должны находиться целевые значения, чтобы квалифицироваться как отдельный локальный оптимум.

Tolerance for separate solutions

Укажите, насколько далеко от решения должны находиться свободные значения переменных, чтобы квалифицироваться как отдельные решения.

Local optimization solver

Задайте fmincon опции.

Параметры оптимизации gamultiobj

gamultiobj алгоритм использует gamultiobj функция в Global Optimization Toolbox.

Используйте оптимизацию точек, чтобы найти допустимые стартовые точки для суммарной оптимизации, затем выберите Solution > Create Sum Optimization. CAGE устанавливает размер населения по умолчанию 200 для gamultiobj оптимизация суммы. Если CAGE не находит возможного решения, попробуйте увеличить размер населения в диалоговом окне Параметры Оптимизации. Большие населения увеличивают вероятность нахождения допустимых точек, но вычисляют больше времени.

Оптимизация шкалы

Меню Optimization содержит опцию для Scale Optimization Items - Выберите это, чтобы переключить масштабирование on и off. Когда вы выбираете масштабирование on, вычисления цели и ограничений (приблизительно) масштабируются в область значений [-1 1]. При масштабировании, когда вы запускаете оптимизацию, вычисления целей и ограничений возвращают их необработанные числа.

Попробуйте запустить оптимизацию с масштабированием, что является настройкой по умолчанию, чтобы увидеть, сходится ли она к удовлетворительному решению (проверьте выходные флаги и представление контура). Если ваше решение оптимизации неудовлетворительно, проверяйте, имеют ли целевые и ограничительные функции сильно разные шкалы. В этом случае попробуйте включить масштабирование, потому что эти задачи оптимизации могут быть полезны из-за масштабирования объективных и ограничительных вычислений до общей шкалы.

Представление выхода всегда показывает решения в необработанных, не масштабированных значениях, используете ли вы масштабирование для оценки задачи.

См. также

| (Global Optimization Toolbox) | (Global Optimization Toolbox) | (Global Optimization Toolbox) | (Global Optimization Toolbox)

Похожие темы