基于Matlab fmincon的双车轴飞轮参数并行优化核心利用率问题求解

核心原因 #

当前代码的并行层级设计和硬件核心数不匹配：外层2个车轴的fmincon优化为串行执行，单次仅运行1个fmincon实例；单个fmincon调用的成本函数内部仅启动2个并行仿真任务，因此同一时间最多占用2个核心，剩余2核心完全闲置。 #

解决方法 #

1. 启用fmincon自带的并行梯度计算（改动最小）

fmincon默认串行计算目标函数的梯度，单次迭代需要多次串行调用成本函数，开启并行梯度计算后会自动并行调用多次成本函数，直接利用闲置核心。
操作步骤：

• 先初始化对应核心数的并行池
• 配置fmincon的UseParallel参数为true
  代码示例：

% 初始化4核心并行池
parpool('local',4);
% 配置优化参数
opts = optimoptions('fmincon','UseParallel',true);
for Axle = 1:2
    ...
    fmincon(CostFunc,InitialValues, lb, ub, [], [], [], [], [], opts);
end

2. 调整并行层级，把并行放到外层循环（性能提升最稳定）

你当前的并行放在成本函数内部，单批次任务量只有2个，并行开销占比高。可以直接把外层车轴循环改为parfor，两个车轴的优化完全并行执行，成本函数内部的parfor改为普通for即可（MATLAB不支持嵌套parfor，内层保留parfor会自动降级为串行）。
代码示例：

parpool('local',4);
% 外层车轴循环改为并行
parfor Axle = 1:2
    ...
    fmincon(CostFunc,InitialValues, lb,ub)
end

% 成本函数内部改为串行飞轮仿真
fob = CostFunc(...)
    for FlyWheel = 1:2
        FlyWheelOutput(FlyWheel) = simulation(...)
    end
    fob = abs(FlyWheelOutput(1) - FlyWheelOutput(2)); % 建议加绝对值，避免负误差导致优化方向错误

3. 扩大并行任务规模（适合需要多初始值优化的场景）

如果需要避免局部最优，每个车轴可以同时跑多组不同的初始值，把所有初始值+车轴的组合打包为并行任务，直接拉满所有核心资源。 #

注意事项 #

• 并行执行前检查simulation函数是否有全局变量、公共文件写入的冲突，并行任务不要写入同一个文件，优先用临时变量传递输出。
• 如果单次仿真耗时低于100ms，建议合并任务减少parfor的调度开销，避免并行反而降速。

内容的提问来源于stack exchange，提问作者steeven