MATLAB使用遗传算法工具求解多目标优化问题

本文以MATLAB R2022a为例，介绍使用软件自带工具的遗传算法求解多目标优化的问题。

选择“APP”中“数学、统计和优化”板块的“优化（Optimization）”，在新版MATLAB中会弹出对话框，显示“Optimization 工具已删除，请改用优化实时编辑器任务”。

 根据推荐选择左侧“基于问题（Problem-based）”方法，在工具会实时编辑器框内显示，继续向下滑到优化参数编辑的部分。

第一步，创建优化变量（Create optimization variables）。输入变量的名称（Name）、维度（Dimensions）、类型（Type）、下界（Lower bound）、上界（Upper bound）、初始点（Initial point），通过点击右侧“+”或“-”增加或减少变量个数。 

 第二步，定义问题（Define problem）。根据需要选择求解目标的最小化（Minimize）、最大化（Maximize）、可行性（Feasibility）或求解方程（Solve equations），之后输入目标（Objective）的参数方程式，输入参数的约束（Constraints），约束可以通过点击右侧“+”或“-”增加或减少，可以设置为无约束。

 第三步，选择求解器（Solver）。使用遗传算法（Genetic Algorithm）就选择“ga”，根据需要在选项（Options）中添加种群设置、容差、算法设置、诊断、运行时间限制，一般情况需要添加种群设置、容差等。添加种群设置后进一步选择种群大小、精英成员数等。如果变量个数小于等于5时，种群大小的默认值为50，否则为200；精英成员数默认值为0.05乘以种群大小。添加容差后可以设置适应度限值等，适应度限值默认值为第一步中所填写的下界。

设置显示进度，默认为最终输出。绘图部分根据所需勾选距离、期望值等。

第四步，设置显示结果（Display results）。可以勾选问题、解、求解器停止原因、目标值等。

最后选择任务模式（Select task mode），求解多目标优化问题时点击求解问题（Solve problem）。