유전 알고리즘

혼합 정수 최적화 또는 연속 변수 최적화를 위한 유전 알고리즘 솔버(제약 조건 있음 또는 제약 조건 없음)

유전 알고리즘은 정수 제약 조건을 포함한 모든 유형의 제약 조건을 적용하여 매끄럽거나 매끄럽지 않은 최적화 문제를 풉니다. 모집단에 기반한 확률적 알고리즘으로 모집단 구성원들 간의 변이와 교차에 의한 무작위 탐색을 수행합니다.

함수

`optimvalues`	Create values for optimization problem (R2022a 이후)
`solve`	최적화 문제 또는 방정식 문제 풀기

`ga`	유전 알고리즘을 사용하여 함수의 최솟값 구하기

`optimoptions`	최적화 옵션 만들기
`resetoptions`	재설정 옵션

최적화	라이브 편집기에서 방정식을 최적화하거나 풉니다. (R2020b 이후)

ga를 사용하여 Rastrigin 함수 최소화하기(문제 기반)
복수 최솟값을 갖는 함수를 문제 기반 접근법으로 최소화하는 기본 예제입니다.
Constrained Minimization Using ga, Problem-Based
Solve a nonlinear problem with nonlinear constraints and bounds using ga in the problem-based approach.
Solve a Mixed-Integer Engineering Design Problem Using the Genetic Algorithm, Problem-Based
Example showing how to use problem-based mixed-integer programming in ga, including how to choose from a finite list of values.
문제 기반 Optimize 라이브 편집기 작업을 사용한 실현가능성
문제 기반 최적화 라이브 편집기 작업과 여러 가지 솔버를 사용하여 비선형 실현가능성 문제를 풉니다.
Set Options in Problem-Based Approach Using varindex
To set options in some contexts, map problem-based variables to solver-based using varindex.

Minimize Rastrigin's Function
Presents an example of solving an optimization problem using the genetic algorithm.
유전 알고리즘을 사용하여 적합도 함수 코딩 및 최소화하기
추가 파라미터 또는 벡터화를 포함하여 적합도 함수를 작성하는 방법을 보여줍니다.
Constrained Minimization Using the Genetic Algorithm
Shows how to include constraints in your problem.
Options and Outputs
Shows how to choose input options and output arguments.
유전 알고리즘 옵션의 영향
여러 옵션의 영향을 보여주는 예제입니다.
ga를 사용하여 전역 최적화와 국소 최적화 비교
이 예제에서는 더 나은 해를 얻을 수 있도록 초기 범위를 설정하는 방법을 보여줍니다.

최대 세대 수와 정체 세대 수 설정
MaxGenerations 옵션과 MaxStallGenerations 옵션을 설정할 경우의 영향을 검토합니다.
Population Diversity
Shows the importance of population diversity, and how to set it.
Fitness Scaling
Describes fitness scaling, and how it affects the progress of ga.
Vary Mutation and Crossover
Shows the effect of the mutation and crossover parameters in ga.
Hybrid Scheme in the Genetic Algorithm
Shows the use of a hybrid function for improving a solution.
When to Use a Hybrid Function
Describes cases where hybrid functions are likely to provide greater accuracy or speed.

Mixed Integer ga Optimization
Solve mixed integer programming problems, where some variables must be integer-valued.
Solve a Mixed-Integer Engineering Design Problem Using the Genetic Algorithm
Example showing how to use mixed-integer programming in ga, including how to choose from a finite list of values.

Resume ga
Shows how to continue optimizing ga from the final population.
Reproduce Results
Shows how to reproduce results by resetting the random seed.
Run ga from a File
Provides an example of running ga using a set of parameters to search for the most effective setting.
Vectorize the Fitness Function
How to gain speed using vectorized function evaluations.
Create Custom Plot Function
Shows how to create and use a custom plot function in ga.
Custom Output Function for Genetic Algorithm
This example shows the use of a custom output function in ga.
Custom Data Type Optimization Using the Genetic Algorithm
Solve a traveling salesman problem using a custom data type.
Optimize ODEs in Parallel
Save time by calling an expensive subroutine just once and computing an ODE solution in parallel using patternsearch or ga.

유전 알고리즘이란?
유전 알고리즘을 소개합니다.
Genetic Algorithm Terminology
Explains some basic terminology for the genetic algorithm.
How the Genetic Algorithm Works
Presents an overview of how the genetic algorithm works.
Nonlinear Constraint Solver Algorithms for Genetic Algorithm
Explains the Augmented Lagrangian Genetic Algorithm (ALGA) and penalty algorithm.
Genetic Algorithm Options
Explore the options for the genetic algorithm.