Global Optimization Toolbox

다목적 유전 알고리즘 Solver

Multiobjective optimization는 제약 조건들의 모음을 대상으로하는 다목적 함수의 최소화에 사용합니다. 다목적 유전 알고리즘 solver는 균일하게 분포된 비지배(nondominated) 최적 해의 집합인 Pareto front를 식별하여 다목적 최적화 문제를 해결하는 데 사용됩니다. 이 solver를 사용하여 한계 또는 선형 제약이 있거나 없는, smooth 또는 nonsmooth 최적화 문제의 해를 구할 수 있습니다. 다목적 유전 알고리즘은 미분가능 함수나 연속함수가 필요 없습니다.

다음 표는 Global Optimization Toolbox에서 제공되는 다목적 유전 알고리즘 옵션입니다.

단계다목적 유전 알고리즘 옵션
생성균일, 실행 가능
목적 함수(Fitness) 스케일링등급 기반, 비례, 위(잘라내기), 선형 조정, 이동
선택토너먼트
교차Arithmetic, heuristic, inter­mediate, scattered, single-point, two-point
돌연변이적응 가능, Gaussian, 균일
플로팅Pareto 거리 평균, Pareto 평균 퍼짐, 개체간 거리, 집단 다양성, 개인의 기대, Pareto front, 등급 막대 그래프, 선택 지수, 중단 조건

Global Optimization Toolbox로 다음을 지정할 수 있습니다:

  • 집단 크기
  • 교차율
  • Pareto 비율
  • 개체 간 거리 측정
  • 하위 집단 간 이동(링 토폴로지 사용)
  • 최적화 문제에 대한 선형 및 경계 제약

사용자 정의 함수를 제공하고 문제를 다양한 데이터 형식, 예를 들면, 정수, 혼합 정수, 범주형 또는 복소수 값 등으로 변수를 정의함으로써 알고리즘 옵션을 사용자 정의할 수 있습니다.

알고리즘의 중단 조건은 시간, 목적함수(Fitness) 경계 또는 세대 수 등을 기준으로 할 수 있습니다. 또한, fitness 함수를 벡터화하여 실행 속도를 향상시키거나 목적함수를 병렬 실행할 수 있습니다(Parallel Computing Toolbox 사용).

Multiobjective genetic algorithm defined in the Optimization app, used to identify the Pareto front containing disconnected regions for the Kursawe function.

Optimization 앱(위)에서 지정되어 Kursawe 함수(아래)에 대한 불연속 지역(가운데)을 포함하는 Pareto front를 식별하는 데 사용된 멀티 오브젝트 유전 알고리즘

다음: Pattern Search Solver

평가판 사용 Global Optimization Toolbox

평가판 신청

MATLAB/Simulink를 이용한 자동차 Active Safety System 개발 및 검증

온라인 세미나 보기

FREE Optimization Interactive Kit

지금 무료 키트 받기