このページは機械翻訳を使用して翻訳されました。最新版の英語を参照するには、ここをクリックします。
gaoptimset
（非推奨）遺伝的アルゴリズムのオプション構造を作成する
gaoptimset は推奨されません。代わりに optimoptions を使用してください。詳細については、バージョン履歴を参照してください。
構文
説明
入力引数または出力引数のない gaoptimset は、有効な値を含むオプションの完全なリストを表示します。通常、デフォルト値は括弧 {} 内に表示されます。
メモ
示されたデフォルト値は、すべての問題タイプにおけるデフォルト値ではありません。更新されたリストについては、optimoptions('ga') または optimoptions('gamultiobj') を評価してください。
options = gaoptimset(Name,Value)options という名前の構造体を作成し、'Name1' の値を Value1 に、'Name2' の値を Value2 に設定するなどします。gaoptimset は指定されていないオプションを [] に設定し、ソルバーがデフォルトのオプション値を使用することを意味します。オプション名は、名前を一意に定義するのに十分な先頭の文字のみを使用して指定できます。gaoptimset はオプション名の大文字と小文字を区別しません。たとえば、'Display'、'display'、'Disp' は同等のオプション名です。
options = gaoptimsetoptions という名前の構造体を作成します。この場合、gaoptimset はすべてのオプション値を [] に設定し、デフォルト値を使用することを示します。
options = gaoptimset(@ga)options = gaoptimset(@gamultiobj)ga または gamultiobj ソルバーの明示的なデフォルト値を持つオプションを含む options 構造を作成します。
options = gaoptimset(oldopts,Name,Value)oldopts のコピーを作成します。
例
オプション構造内の ga および gamultiobj に使用可能なすべてのオプションを表示するには、入力引数または出力引数を指定せずに gamultiobj を実行します。
gaoptimset
PopulationType: [ 'bitstring' | 'custom' | {'doubleVector'} ]
PopInitRange: [ matrix | {[-10;10]} ]
PopulationSize: [ positive scalar ]
EliteCount: [ positive scalar | {0.05*PopulationSize} ]
CrossoverFraction: [ positive scalar | {0.8} ]
ParetoFraction: [ positive scalar | {0.35} ]
MigrationDirection: [ 'both' | {'forward'} ]
MigrationInterval: [ positive scalar | {20} ]
MigrationFraction: [ positive scalar | {0.2} ]
Generations: [ positive scalar ]
TimeLimit: [ positive scalar | {Inf} ]
FitnessLimit: [ scalar | {-Inf} ]
StallGenLimit: [ positive scalar ]
StallTest: [ 'geometricWeighted' | {'averageChange'} ]
StallTimeLimit: [ positive scalar | {Inf} ]
TolFun: [ positive scalar ]
TolCon: [ positive scalar | {1e-6} ]
InitialPopulation: [ matrix | {[]} ]
InitialScores: [ column vector | {[]} ]
NonlinConAlgorithm: [ 'penalty' | {'auglag'} ]
InitialPenalty: [ positive scalar | {10} ]
PenaltyFactor: [ positive scalar | {100} ]
CreationFcn: [ function_handle | @gacreationuniform | @gacreationlinearfeasible ]
FitnessScalingFcn: [ function_handle | @fitscalingshiftlinear | @fitscalingprop |
@fitscalingtop | {@fitscalingrank} ]
SelectionFcn: [ function_handle | @selectionremainder | @selectionuniform |
@selectionroulette | @selectiontournament | @selectionstochunif ]
CrossoverFcn: [ function_handle | @crossoverheuristic | @crossoverintermediate |
@crossoversinglepoint | @crossovertwopoint | @crossoverarithmetic |
@crossoverscattered ]
MutationFcn: [ function_handle | @mutationuniform | @mutationadaptfeasible |
@mutationgaussian ]
DistanceMeasureFcn: [ function_handle | {@distancecrowding} ]
HybridFcn: [ @fminsearch | @patternsearch | @fminunc | @fmincon | {[]} ]
Display: [ 'off' | 'iter' | 'diagnose' | {'final'} ]
OutputFcns: [ function_handle | {[]} ]
PlotFcns: [ function_handle | @gaplotbestf | @gaplotbestindiv | @gaplotdistance |
@gaplotexpectation | @gaplotgenealogy | @gaplotselection | @gaplotrange |
@gaplotscorediversity | @gaplotscores | @gaplotstopping |
@gaplotmaxconstr | @gaplotrankhist | @gaplotpareto | @gaplotspread |
@gaplotparetodistance |{[]} ]
PlotInterval: [ positive scalar | {1} ]
Vectorized: [ 'on' | {'off'} ]
UseParallel: [ logical scalar | true | {false} ]
ga のオプションを設定して、ポイント [1,1] を含む開始母集団を設定し、gaplotbestf プロット関数を使用します。
options = gaoptimset('InitialPopulation',[1 1],... 'PlotFcns',@gaplotbestf);
指定されたオプションを使用して、この例を実行するときに使用できる関数 rastriginsfcn の局所的最小値を見つけます。
rng default % For reproducibility nvar = 2; A = []; b = []; Aeq = []; beq = []; lb = []; ub = []; nlconst = []; [x,fval] = ga(@rastriginsfcn,nvar,A,b,Aeq,beq,lb,ub,nlconst,options)
ga stopped because the average change in the fitness value is less than options.FunctionTolerance.
x = 1×2
0.0227 0.0656
fval = 0.9442
gaoptimset を使用して、値がデフォルトに設定された ga のオプション構造を作成します。
options = gaoptimset(@ga)
options = struct with fields:
PopulationType: 'doubleVector'
PopInitRange: []
PopulationSize: 'auto'
EliteCount: '0.05*PopulationSize'
CrossoverFraction: 0.8000
ParetoFraction: []
MigrationDirection: 'forward'
MigrationInterval: 20
MigrationFraction: 0.2000
Generations: '100*numberOfVariables'
TimeLimit: Inf
FitnessLimit: -Inf
StallGenLimit: 50
StallTest: 'averageChange'
StallTimeLimit: Inf
TolFun: 1.0000e-06
TolCon: 1.0000e-03
InitialPopulation: []
InitialScores: []
NonlinConAlgorithm: 'auglag'
InitialPenalty: 10
PenaltyFactor: 100
PlotInterval: 1
CreationFcn: []
FitnessScalingFcn: @fitscalingrank
SelectionFcn: []
CrossoverFcn: []
MutationFcn: []
DistanceMeasureFcn: []
HybridFcn: []
Display: 'final'
PlotFcns: []
OutputFcns: []
Vectorized: 'off'
IntegerTolerance: 1.0000e-05
UseParallel: 0
反復表示を返す遺伝的アルゴリズムのオプションを作成します。
oldopts = gaoptimset('Display','iter');
oldopts を変更して、gaplotbestf プロット関数と母集団サイズ 250 を追加します。
options = gaoptimset(oldopts,'PlotFcns',@gaplotbestf,... 'PopulationSize',250)
options = struct with fields:
PopulationType: []
PopInitRange: []
PopulationSize: 250
EliteCount: []
CrossoverFraction: []
ParetoFraction: []
MigrationDirection: []
MigrationInterval: []
MigrationFraction: []
Generations: []
TimeLimit: []
FitnessLimit: []
StallGenLimit: []
StallTest: []
StallTimeLimit: []
TolFun: []
TolCon: []
InitialPopulation: []
InitialScores: []
NonlinConAlgorithm: []
InitialPenalty: []
PenaltyFactor: []
PlotInterval: []
CreationFcn: []
FitnessScalingFcn: []
SelectionFcn: []
CrossoverFcn: []
MutationFcn: []
DistanceMeasureFcn: []
HybridFcn: []
Display: 'iter'
PlotFcns: @gaplotbestf
OutputFcns: []
Vectorized: []
IntegerTolerance: []
UseParallel: []
遺伝的アルゴリズムのオプション セット oldopts と newopts を 2 つ作成します。反復表示と、oldopts の gaplotbestf プロット関数を指定します。newopts に表示なし、母集団サイズ 300 を指定します。
oldopts = gaoptimset('Display','iter','PlotFcns',@gaplotbestf); newopts = gaoptimset('Display','off','PopulationSize',300);
これらのオプションを組み合わせると、newopts が優先されます。
options = gaoptimset(oldopts,newopts)
options = struct with fields:
PopulationType: []
PopInitRange: []
PopulationSize: 300
EliteCount: []
CrossoverFraction: []
ParetoFraction: []
MigrationDirection: []
MigrationInterval: []
MigrationFraction: []
Generations: []
TimeLimit: []
FitnessLimit: []
StallGenLimit: []
StallTest: []
StallTimeLimit: []
TolFun: []
TolCon: []
InitialPopulation: []
InitialScores: []
NonlinConAlgorithm: []
InitialPenalty: []
PenaltyFactor: []
PlotInterval: []
CreationFcn: []
FitnessScalingFcn: []
SelectionFcn: []
CrossoverFcn: []
MutationFcn: []
DistanceMeasureFcn: []
HybridFcn: []
Display: 'off'
PlotFcns: @gaplotbestf
OutputFcns: []
Vectorized: []
IntegerTolerance: []
UseParallel: []
Display オプションの値は newopts で指定された値であることに注意してください。
