遺伝的アルゴリズム

制約付きまたは制約なしの混合整数または連続変数の最適化のための遺伝的アルゴリズムソルバー

遺伝的アルゴリズムは、整数制約を含むあらゆる種類の制約を持つ、滑らかまたは滑らかでない最適化問題を解決します。これは、集団メンバー間の突然変異と交差によってランダムに検索する、確率的な集団ベースのアルゴリズムです。

関数

`optimvalues`	最適化問題の値の作成 (R2022a 以降)
`solve`	最適化問題または方程式問題の求解

`ga`	遺伝的アルゴリズムを使用して関数の最小値を見つける

`optimoptions`	最適化オプションの作成
`resetoptions`	オプションのリセット

最適化	ライブエディターでの方程式の最適化または解決 (R2020b 以降)

gaを使用してRastrigins関数を最小化する、問題ベース
問題ベースのアプローチで複数の最小値を持つ関数を最小化する基本的な例。
gaを使用した制約付き最小化、問題ベース
問題ベースのアプローチで ga を使用して、非線形制約と境界を持つ非線形問題を解きます。
遺伝的アルゴリズムを使用して混合整数エンジニアリング設計問題を解く、問題ベース
有限の値のリストから選択する方法など、GA で問題ベースの混合整数計画法を使用する方法を示す例。
問題ベースの Optimize ライブエディタータスクを使用した実行可能性
問題ベースの [最適化] ライブエディタータスクと複数のソルバーを使用して、非線形実行可能性問題を解きます。
varindex を使用した問題ベースアプローチでのオプションの設定
いくつかのコンテキストでオプションを設定するには、varindex を使用して問題ベースの変数をソルバーベースにマッピングします。

最大世代数の設定と世代停止
MaxGenerations および MaxStallGenerations オプションを設定した場合の効果を調べます。
人口の多様性
人口の多様性の重要性と、それをどのように設定するかを示します。
適応度のスケーリング
フィットネススケーリングとそれが ga の進行にどのように影響するかについて説明します。
変異と交差の変化
ga の突然変異と交差パラメータの効果を示します。
遺伝的アルゴリズムにおけるハイブリッド方式
ソリューションを改善するためのハイブリッド関数の使用を示します。
ハイブリッド関数を使用する場合
ハイブリッド関数によって精度や速度が向上する可能性があるケースについて説明します。

混合整数 ga 最適化
一部の変数が整数値である必要がある混合整数計画問題を解きます。
遺伝的アルゴリズムを使用して混合整数エンジニアリング設計問題を解く
有限の値のリストから選択する方法など、ga で混合整数計画法を使用する方法を示す例。

履歴書 ga
最終的な集団から ga を最適化し続ける方法を示します。
結果を再現する
ランダムシードをリセットして結果を再現する方法を示します。
ファイルから ga を実行する
最も効果的な設定を検索するために一連のパラメータを使用して ga を実行する例を示します。
適応度関数をベクトル化する
ベクトル化された関数評価を使用して速度を向上させる方法。
カスタムのプロット関数の作成
ga でカスタムプロット関数を作成して使用する方法を示します。
遺伝的アルゴリズムのカスタム出力関数
この例では、ga でのカスタム出力関数の使用法を示します。
遺伝的アルゴリズムを使用したカスタムデータ型の最適化
カスタムデータ型を使用して巡回セールスマン問題を解決します。
ODE を並列に最適化する
高価なサブルーチンを 1 回だけ呼び出し、patternsearch または ga を使用して ODE ソリューションを並列に計算することで時間を節約します。

遺伝的アルゴリズムとは何ですか?
遺伝的アルゴリズムを紹介します。
遺伝的アルゴリズムの用語
遺伝的アルゴリズムの基本的な用語について説明します。
遺伝的アルゴリズムの仕組み
遺伝的アルゴリズムの仕組みの概要を説明します。
遺伝的アルゴリズムのための非線形制約ソルバーアルゴリズム
拡張ラグランジュ遺伝的アルゴリズム (ALGA) とペナルティアルゴリズムについて説明します。
遺伝的アルゴリズムのオプション
遺伝的アルゴリズムのオプションを調べます。