请教:多个自变量一个优化目标,如何选择优化方法
问题描述:要对一条应力时间曲线进行模拟,想使模拟结果与实际曲线误差最小。以计算应力需要的函数参数为自变量,以最小误差为优化目标。优化函数为多峰函数。
优化方法要求:在多峰函数中找到优化目标最小值,优化时间要求不大
附:选定方法后需要改变方法的参数吗? 对多峰问题,应有模拟退火或者遗传算法 尝试了模拟退火的方法,使用缺省参数和改变参数的都用过,优化结果还不错,可不是最好的,多计算几次,结果也不相同,不知还可以怎么对方法进行改进? 模拟退火和遗传算法是处理多峰问题的最好的选择,并且适合并行计算。不明白你的多算几次是什么意思。 合并计算是说这两种方法的合并,还是说选择其他的numerical technique与其合并?
多算几次,是说多优化几次,出了优化结果后,重新优化再得结果。我这个问题试了很多次,结果还是不满意
有模拟退火或者遗传算法方面的源程序吗?
有模拟退火或者遗传算法方面的源程序吗? 恩 可以看看advisor里的推荐优化方法 advisor里的都试过了,knowledge guided的方法优化效果最好,可是好像和初始值有关系。现在程序运行经常是算十几次,自变量改变,优化结果不变,这样对找到自变量最优组合有影响吧? 如果和初始值有关系的话,有可能不是全局寻优. 模拟退火和遗传算法都是用于全局寻优的算法,得到的肯定是全局最优解,只要最后结果不陷入死循环,得到的解肯定是最优可行的. 前面说的并行计算是指同时计算,对于多变量的情况,解并不一定是唯一的. 首先进行试验设计,找到对结果影响大的关键因素,先了解设计空间
页:
[1]