代理模型的优化模块 优化工具箱

这个是进行优化的优化工具箱，其中包含了各种优化算法，如径向基神经网络，粒子蚁群算法，GA算法等等，程序包中包含了几十个算例，方便大家进行学习，另外，程序也写了程序说明，内部理论进行了大量阐述。

function Data = BumpinessMinSampling（Data maxeval Surrogate lambda gamma tolerance）

%samples points where bumpiness measure is minimized
%
%--------------------------------------------------------------------------
%Copyright （c） 2012 by Juliane Mueller
%
% This file is part of the surrogate model module toolbox.
%
%--------------------------------------------------------------------------
%Author information
%Juliane Mueller
%Tampere University of Technology Finland
%juliane.mueller2901@gmail.com
%--------------------------------------------------------------------------
%
%
%Input
%Data - structure contains all information about the optimization problem
%maxeval - integer maximum number of allowed function evaluations
%Surrogate - string surrogate model type to be used
%lambdagamma  - vectors parameters of RBF model; lambda=gamma=[] if RBF model not used
%tolerance - scalar distance when two points are considered equal
%
%Output
%Data - structure contains updated information about the optimization problem
%--------------------------------------------------------------------------   


%different RBF models
if strcmp（Surrogate‘RBFlin‘）
    flag=‘linear‘; %linear RBF
elseif strcmp（Surrogate‘RBFtps‘）
    flag=‘TPS‘;    %thin plate spline RBF
elseif strcmp（Surrogate‘RBFcub‘）  
    flag=‘cubic‘;%cubic RBF
end

iterctr=1; %initialize iteration counter needed for computing objective function value target
w_j=[0 0.0001 0.001 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 ...
    0.11 0.12 0.13 0.15 0.20 0.25 0.30 0.40 0.50 0.75 1.0 1.5 2 3 100]; %weight factors used in global grid search
%uses in every iteration a different weight for creating different
%target values; 
N=length（w_j）; %cycle length +1 because （N+1）th cycle is local search
w_counter=0;

while size（Data.S1） < maxeval %iterate until stopping criterion met
    %first find minimum of response surface
    myfun=@（x）RBF_eval（xData.Slambdagammaflag）; % RBF model for predicting objective function values
    %use ordinary DDS algorithm for finding the minimum of the response surface
    %start point for DDS is randomly generated from variable domain
    x0=Data.xlow+rand（1Data.dim）.*（Data.xup-Data.xlow）;
    [xmin  ymin]=ODDS（Datax0myfun tolerance）;


    %%%%%%%%%%%%%%%%%%%%------------------
    % add here other methods for finding the minimum of the response
    % measure
    %%%%%%%%%%%%%%%%%%%%--------------------


    %compute fdelta for computing target of objective function value
    if Data.fbest > 0
        fdelta=min（ max（ 1 Data.fbest ） max（Data.Ymed）-Data.fbest ）;
    else
        fdelta= min（ 10*max（  1abs（Data.fbest） ） max（Data.Ymed）-Data.fbest ）;  
    end

    if mod（iterctrN）==0 %local search
        if ymin < Data.fbest-10e-6*abs（Data.fbest） %uses min of response surface as new sample site
            xselected=xmin;
            fevalst=tic; %do expensive objective function evaluation and record time needed
            Fselected = feval（Da

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1527  2014-02-12 14:09  工具箱\license.txt

     文件      21508  2014-02-12 14:09  工具箱\SurrogateOptimization\.DS_Store

     文件       6306  2014-02-12 14:09  工具箱\SurrogateOptimization\BumpinessMinSampling.m

     文件       3481  2014-02-12 14:09  工具箱\SurrogateOptimization\bumpiness_measure.m

     文件       5268  2014-02-12 14:09  工具箱\SurrogateOptimization\CandidatePointSampling.m

     文件        911  2014-02-12 14:09  工具箱\SurrogateOptimization\cc_calc.m

     文件       1605  2014-02-12 14:09  工具箱\SurrogateOptimization\cornerpoints.m

     文件       1207  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\corrcubic.m

     文件       1039  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\correxp.m

     文件       1176  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\correxpg.m

     文件       1028  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\corrgauss.m

     文件       1091  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\corrlin.m

     文件       1227  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\corrspherical.m

     文件       1868  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\corrspline.m

     文件    1578894  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\dace.pdf

     文件       9310  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\dacefit.m

     文件       3942  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\dsmerge.m

     文件       1205  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\gridsamp.m

     文件       4498  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\predictor.m

     文件        377  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\regpoly0.m

     文件        385  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\regpoly1.m

     文件        789  2014-02-12 14:09  工具箱\SurrogateOptimization\DACE\regpoly2.m

     文件      28915  2014-02-12 14:09  工具箱\SurrogateOptimization\DempsterFor2models.m

     文件       8770  2014-02-12 14:09  工具箱\SurrogateOptimization\DempsterFor3models.m

     文件       2437  2014-02-12 14:09  工具箱\SurrogateOptimization\Dempster_belpl.m

     文件       2839  2014-02-12 14:09  工具箱\SurrogateOptimization\dempster_rule.m

     文件       1515  2014-02-12 14:09  工具箱\SurrogateOptimization\Distancecriterion.m

     文件       1317  2014-02-12 14:09  工具箱\SurrogateOptimization\distanceupdate.m

     文件       1443  2014-02-12 14:09  工具箱\SurrogateOptimization\EGO\bestlh.m

     文件       2415  2014-02-12 14:09  工具箱\SurrogateOptimization\EGO\ExpectedImprovement.m

............此处省略277个文件信息