遗传算法的最优参数答案

【问题标题】：Optimal parameters for genetic algorithm遗传算法的最优参数
【发布时间】：2015-05-08 22:20:51
【问题描述】：

我正在解决 matlab 中的优化问题。优化需要 10 个变量，搜索空间由 (30*21*30*21*15*21*15*21*13*13= 6.6e12) 组合组成。

我目前为ga优化设置了以下参数。

    CrossoverFraction=0.4;
    PopulationSize=500;
    EliteCount=4;
    Generations=25;

其余值设置为从 gaoptimset 中获取的默认值，如下所示：

    options=gaoptimset('PopInitRange',Bound,'PopulationSize',PopulationSize,...
        'EliteCount',EliteCount, 'Generations',Generations,'StallGenL',25,...
        'Display','iter');

现在我知道搜索空间很大，但由于我必须为各种仪器运行此 GA 算法的次数，因此受到时间的限制，我无法增加 (PopulationSize*Generations)。我将优化作为单线程应用程序运行，因此我没有使用迁移选项。

请建议通过调整选项中的其他参数来提高我的问题的优化能力。也欢迎其他优化方式。

【问题讨论】：

标签： algorithm matlab optimization genetic-algorithm

【解决方案1】：

要提高算法的速度，请尝试指定 10 个变量的界限。这迫使算法在较小的数据集中探索变量的值，并导致更快地收敛到合适的答案。您必须根据您的具体问题对这些值进行有根据的猜测。

这让您有更多时间尝试增加其他参数，例如世代等。

一种指定边界的方法是在调用 ga 函数时：

nvars = 10; // 10 Variables
lower = [0,0,0,0,0,0,0,0,0,0]; // Lower bounds for each variable
upper = [10,10,10,10,10,10,10,10,10,10]; // Upper bounds for each variable

[x fval] = ga(@objectiveFunction, nvars, [],[],[],[],lower, upper,[], integers, options)

【讨论】：

我在 gaoptimset 中的变量 Bound 内使用边界。每个变量都有上限和下限。
@amitchaudhary Bound 用于“PopInitRange”，我不确定，但似乎只是用于 init，而不是 bounds
@TiaanM 什么是“整数”？