使用Matlab全局优化工具箱与遗传算法最小化黑箱函数报错求助

错误原因 #

你直接将optimvar创建的优化变量对象传入objective_function，此时函数内的c、d并非数值类型（而是Matlab的优化变量对象）。ode45要求初始条件必须是单精度/双精度数值，因此触发superiorfloat函数的类型检查错误。

本质问题是：optimproblem的目标函数不能直接调用普通函数（会立即执行），普通函数也无法处理非数值的优化变量对象；而遗传算法需要目标函数仅在传入数值参数时才计算结果。

解决方案 #

方案1：直接使用GA的传统调用方式（无需optimvar） #

GA本身支持直接传入参数上下界，无需通过optimproblem包装，是更简洁的实现方式：

修改脚本为：

% 定义参数上下界，顺序对应a,b,c,d
lb = [0, 0, -5, -5];
ub = [10, 10, 5, 5];
% 设置GA选项
options = optimoptions("ga","PlotFcn","gaplotbestf");
rng default
% 调用GA：目标函数接受向量输入，拆分为a,b,c,d传入原函数
[sol,fval] = ga(@(x) objective_function(x(1),x(2),x(3),x(4)), 4, [], [], [], [], lb, ub, [], options);

% 提取结果
disp(['最优a: ', num2str(sol(1))]);
disp(['最优b: ', num2str(sol(2))]);
disp(['最优c: ', num2str(sol(3))]);
disp(['最优d: ', num2str(sol(4))]);
disp(['最小目标函数值: ', num2str(fval)]);

方案2：使用optimproblem+optimvar（需包装目标函数） #

若坚持用优化问题框架，需用fcn2optimexpr将普通目标函数包装为优化表达式，延迟数值计算到solve阶段：

修改脚本为：

% 定义优化变量
a = optimvar("a","LowerBound",0,"UpperBound",10);
b = optimvar("b","LowerBound",0,"UpperBound",10);
c = optimvar("c","LowerBound",-5,"UpperBound",5);
d = optimvar("d","LowerBound",-5,"UpperBound",5);

% 用fcn2optimexpr包装目标函数，避免提前执行
obj = fcn2optimexpr(@objective_function, a, b, c, d);
prob = optimproblem("Objective", obj);

% 设置GA选项
options = optimoptions("ga","PlotFcn","gaplotbestf");
rng default

% 求解
[sol,fval] = solve(prob,"Solver","ga","Options",options);

额外修正建议 #

原目标函数中ode45的时间区间写为[0,10]，但前面定义的t = linspace(0,20,20000)，时间区间不一致，建议统一为：

[t,y] = ode45(@rh, t, [c;d]); % 直接用定义好的t作为时间区间

内容的提问来源于stack exchange，提问作者azonips