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]