آموزش ساده بهینه سازی در متلب

آموزش ساده بهینه سازی در متلب
امتیاز دهی به نوشته ها

آموزش ساده بهینه سازی در متلب 

هر کدام از روش های حل زیر منجر به پیدا کردن مینیمم یا ماکزیمم خواهد شد که یا محلی هستند و یا مطلق:
با استفاده از fminunc
با استفاده از patternsearch
با استفاده از ga  یا الگوریتم های تکاملی
با استفاده از global
در بهینه سازی تعریفی به نام حوزه جذب و حوزه شروع داریم که از حوزه شروع مشخص شده، شروع به بهینه سازی برای پیدا کردن مینیمم می کند و تا محدوده خاصی این کار  را ادامه می دهد که به حوزه جذب معروف است.
استفاده از fminunc منجر به رسیدن به حل محلی(local) از حوزه شروعش می شود ولی به هیچ وجه در خارج این حوزه نقطه ای را کشف نمی کند. میتوان اصلی ترین کاربرد بهینه سازی در نرم افلزار متلب را پروژه های بهینه سازی دانست که در حال حاضر بسیار پرکاربرد می باشد
استفاده از patternsearch نسبت به fminunc از توابع ارزیابی بیشتری استفاده می کند و از طریق چند حوزه شروع جستجو می کند و راه بهتری از fminunc هست.
استفاده از ga  تعداد توابع ارزیابی بیشتری نسبت به patternsearch می گیرد و در بیشتر اوقات راه حل بهتری به دست می دهد و از آنجاییکه روش تصادفی است بنابراین نتایجش با هر بار اجرای برنامه تغییر می کند.
استفاده از globalsearch تعداد توابع ارزیابی زیادتری برای اجرای برنامه نسبت به patternsearch دارد و تعداد زیادی حوزه را جستجو می کند و آنوقت به یک راه حل بهتری می رسد که در این حل گلوبال سرچ بهینه کلی(مطلق) را پیدا می کند.