【发布时间】：2013-02-15 19:01:58
【问题描述】：
我有一个 Matlab 脚本（实际上是一个函数，funModel），我试图通过遗传算法用 7 个整数变量来解决它：
nvars = 7; %number of variables
Aineq = [1 1 1 1 1 1 1]; Aeq = [];
bineq = [VesMaxCrew]; beq = [];
LowBound = [1 1 1 1 1 4 0];
UpBound = [1 1 VesMaxCrew 1 VesMaxCrew VesMaxCrew VesMaxCrew];
Nonlcon = [];
IntCon = [1:7]; % all 7 variables to be treated as integers
Options = gaoptimset('Display','iter',... %display every iteration
'Generations',70,... %maximum number of generations is 70
'TolFun',1,... %tolerance for optimisation is 1
'TolCon',1,...
'PlotFcns',@gaplotbestf);
OptimisedValue = ga(@funModel,nvars,Aineq,bineq,Aeq,beq,,LowBound,UpBound,NonlCon,IntCon,Options);
遗传算法运行良好，并在 70 代内轻松找到了一个很好的解决方案（通过绘图函数 @gaplotbestf 可以看出）。使用当前输入，在 25 到 30 代后为每个个体选择最佳解决方案。然而，该算法会继续运行，直到完成 51 代。这看起来至少有 20 代太多了。
即使我更改funModel 的输入参数，遗传算法仍然至少运行 51 代，就像有一些约束或设置说算法必须至少运行 51 代一样。 （可以看出，已经输入了最大代数）
为什么算法不会在 25 或 30 代之间停止？ （或仅在 30 代之后） 更重要的是，有人知道如何改变吗？
（我无法在 Matlab 文档中找到有关最小代数设置 (gaoptimset) 的任何信息。我也找不到遇到相同问题的人。）
【问题讨论】：
-
你能给我们看一下“最佳解决方案超过一代”和“社会平均适应度超过一代”的图表吗？可能是，即使找到了最优值，它仍然会尝试改进（因为它当然不知道找到的最优值）。
-
@Shahbaz：感谢您的快速回复！然而，即使它试图找到一个更优化的解决方案，为什么总是这个最少的 51 代？
-
可能很幸运，并且与您的问题的性质有关。或者可能是实施该算法的人认为至少 50 代有助于防止过早（和错误）终止，所以他只是将其放在实施中而没有记录它。
-
"Stall generation" 选项的默认值为 50。这实际上是在您的情况下停止的点。 [MatlabDoc] (mathworks.com/help/gads/genetic-algorithm-examples.html#f15811)
-
@aircooled：这确实是我想要的。很抱歉，我没有检查手册足够好：s。非常感谢您的回答！
标签： matlab optimization genetic-algorithm minimum