Matlab中的遗传算法-未按预期终止

我正试图在Matlab中使用GA解决一个问题，优化正在通过设定的代数运行，并按预期减少函数值（如下图所示）。但不期望的是，它没有绘制生成me的百分比标准，例如，在下图中，它应该略低于40%完成，但事实并非如此。

这是我的密码：

IntCon=[]; % Set integer variables
vfun=@(x)objective(x, univ_names, univ_data, weight_names, weight_data, net_names, net_data, normalized_name, normalized_data);
nonlcon=@(x)constraint(x,net_names, net_data);

 pop = 40;
 gen =50; 
 ini=rand(pop,nvars);
 time = inf; % time in (s)
 options = gaoptimset('TimeLimit', time, 'InitialPopulation',ini,'PopulationSize',pop,'Generations',gen,'PlotFcns',{@gaplotbestfun, @gaplotstopping});

[x,fval,exitflag,output] = ga(vfun,nvars,[],[],[],[],x_L,x_U,nonlcon,IntCon,options)

然后，如果我让它继续，它从一开始就重新开始（在一个更糟糕的函数值），在这一点上，它开始认为它已经满足了一些终止标准的百分比，即代数

然后让它完成后，我得到： 及

因此，它选择了一个比第一次运行时更糟糕的函数值！它为什么要做“第二次”和“第三次”呢

在另一个例子中，我包含了迭代信息，很明显，它没有包含从一代到下一代的最佳函数值。例如，图中显示，在经过50代之后，函数值几乎降低到425，如下图中底部三角形集所示：

但是它认为min是435.011？而这50代人只是一代。见下文： 生成f-计数f（x）约束生成 1 1060 435.011 0 0 2 2100 434.396 0 0 33140434.267000

但是，matlab终端中的输出认为，经过大约50代之后，图形是1代，并打印到屏幕上

然后，在终止优化后，它看起来像：

---

有什么想法吗？谢谢

问题在于，如果没有整数变量，则具有非线性约束的遗传算法的Matlab实现无法处理设计问题！我将may变量中的一个变量更改为整数变量，如下所示

IntCon=[1]; % Set integer variables

然后我运行相同的脚本和函数来获得

优化已终止：超过最大生成数

x=

fval=

3.5410e+03

出口滞后=

 0

输出=

  problemtype: 'integerconstraints'
     rngstate: [1x1 struct]
  generations: 50
    funccount: 2041
      message: 'Optimization terminated: maximum number of generations exceeded.'
maxconstraint: 0

 0

  problemtype: 'integerconstraints'
     rngstate: [1x1 struct]
  generations: 50
    funccount: 2041
      message: 'Optimization terminated: maximum number of generations exceeded.'
maxconstraint: 0