Смешано-целочисленная суррогатная оптимизация
В этом примере показано, как решить задачу оптимизации, которая включает целочисленные переменные. Начинаясь в R2019b, surrogateopt принимает целочисленные ограничения. В этом примере найдите точку x это минимизирует multirosenbrock функционируйте по аргументам с целочисленным знаком в пределах от –3 к 6 в десяти размерностях. multirosenbrock функция является плохо масштабированной функцией, которая затрудняет, чтобы оптимизировать. Его минимальное значение 0, который достигнут в точке [1,1,...,1]. Код для multirosenbrock функция появляется в конце этого примера.
rng(1,'twister') % For reproducibility nvar = 10; % Any even number lb = -3*ones(1,nvar); ub = 6*ones(1,nvar); fun = @multirosenbrock; intcon = 1:nvar; % All integer variables [sol,fval] = surrogateopt(fun,lb,ub,intcon)
surrogateopt stopped because it exceeded the function evaluation limit set by 'options.MaxFunctionEvaluations'.
sol = 1×10
1 1 1 1 1 1 1 1 1 1
fval = 0
В этом случае, surrogateopt находит решение.
Функция помощника
Этот код создает multirosenbrock функция помощника.
function F = multirosenbrock(x) % This function is a multidimensional generalization of Rosenbrock's % function. It operates in a vectorized manner, assuming that x is a matrix % whose rows are the individuals. % Copyright 2014 by The MathWorks, Inc. N = size(x,2); % assumes x is a row vector or 2-D matrix if mod(N,2) % if N is odd error('Input rows must have an even number of elements') end odds = 1:2:N-1; evens = 2:2:N; F = zeros(size(x)); F(:,odds) = 1-x(:,odds); F(:,evens) = 10*(x(:,evens)-x(:,odds).^2); F = sum(F.^2,2); end