matlab 全局最优算法 GlobalSearch

最近在科研的需要，开始研究规划的算法。其中有些算法，容易陷入局部最优解。关于这部分的说明，见我的另一篇博客《matlab局部最优和全局最优算法》（http://blog.csdn.net/angelo99/article/details/50788088）。

今天使用了一款全局最优的算法 GlobalSearch。

GlobalSearch，试图找到与最低的目标函数值。全局搜索求解器首先生成基于分散搜索的试验点。然后过滤这些试验点，然后和fmincon从这些过滤点的开始进行搜索。

具体的工作流程如下：

1）建立PROBLEM的结构体：PROBLEM = createOptimProblem('fmincon','objective',...)；

2）配置GlobalSearch的求解器：GS = GlobalSearch；

3）运行求解器：run(GS,PROBLEM)。

举例如下：

 Run global search on the optimization problem 
          minimize peaks(x, y); subject to 
                    (x+3)^2 + (y+3)^2 <= 36,
                    -3 <= x <= 3 and  
                    -3 <= y <= 3.
 
       Specify the first constraint in a MATLAB file function such as
          function [c,ceq] = mycon(x)
          c = (x(1)+3)^2 + (x(2)+3)^2 - 36;
          ceq = [];
 
       Implement the typical workflow
          problem = createOptimProblem('fmincon','objective', ...
          @(x) peaks(x(1), x(2)), 'x0', [1 2], 'lb', [-3 -3], ...
          'ub', [3 3], 'nonlcon', @mycon)
          gs = GlobalSearch
          [x, f] = run(gs, problem)

具体说明，详见：matlab help GlobalSearch