目标函数和变化参量之间没有解析函数关系，怎么进行优化
有几个变化参量，对于每一组输入的变化参量，可以通过有限元计算计算出一个结果作为目标函数值这种情况下，有哪些方法可以进行优化处理？
1. 遗传算法？ 适应度函数咋整呢？
2. 蒙特卡洛方法？
and？
进行数据拟合得到相应的函数，matlab里有自带的优化函数和优化工具箱。 只要给出变量 能计算出目标函数就行 你面临的问题和我硕士刚毕业的时候面临的一样，这个问题我想了一个月。这个问题没有好办法，因为有限元计算非常慢，输一个数值你很久才能算一个结果。虽然遗传算法不需要具体的表达式。可是这个中间过程不可能连接起来。所以你要想办法搭一个桥。这个桥就是神经网络，拟合，支持向量机等等。先计算输入输出数据。然后将输入输出之间关系建立关系。这样就可以使用遗传算法进行搜索了。这种方法最无奈的是神经网络也好，支持向量机也好。它们建立的黑箱函数精度都比较差。这也是制约你遗传算法搜索最优解最大的障碍。但是....这是最无奈的办法。只要有一点点效果总比不能优化要好，你说对吧？
我遇到的问题的确如此
如果先用有限元计算若干次，用输入输出数据拟合出函数关系，再用相关优化方法去优化，能解决有和无的问题
如果不先去拟合，计算目标函数值或者适应度值的时候，每次都通过matlab直接调用有限元工具去仿真计算来返回，要是有几千次迭代，就要计算几千次仿真，如果一次仿真最少半个小时的话，完整的优化过程也要算上千个小时，从时间上来看，几乎不现实
好难
页:
[1]