MATLAB中目标函数的优化

我有一个关于MATLAB函数gamultiobj函数在获取帕累托前沿时的问题

在具有线性约束的最大化问题中，如何利用遗传算法将多个函数的最小化转化为最小

例如，不是解决：

Min [2*x(1) - x(2) - exp(-x(1));
     x(1) + 2*x(2) - exp(-x(2))];

%with  Bounds
lb = [0;0];
ub = [1;1];

查找以下最大值：

Max [2*x(1) - x(2) - exp(-x(1));
            -x(1) + 2*x(2) - exp(-x(2))];

%with  Bounds
lb = [0;0];
ub = [1;1];

max（f（x））

的解决方案与

-min（-f（x））

非常简单，因为只有最小化，您可以通过如下方式更改目标函数每个系数的符号，使Matlab最大化您的问题：

f = -[2*x(1) - x(2) - exp(-x(1));
     x(1) + 2*x(2) - exp(-x(2))];

您不需要更改上下限

然后，一旦运行函数并获得解，请确保也反转它们的符号。这是必要的，否则您的解决方案将是错误的

---

这种行为也可以在函数和用于解决线性规划问题的函数中找到。

感谢您使用这种有用的技巧。这类behiavour是否也与MATLAB函数fminimax一起出现？这是正确的。

fminimax

也会最小化，因此您需要应用相同的方法。