我尝试使用Matlab的遗传算法和fmincon函数解决问题，其中变量＆＃39;值没有单个上限和下限。相反，应该允许变量取值x = 0或者lb <= x <= ub。这是一个涡轮机分配问题，其中涡轮机可以关闭（x = 0）或者在较低和较高的空化极限（lb和ub）内。当然，我可以通过创建一个违反0和lb之间值的约束来解决问题，但我发现这个问题很难像这样收敛。有没有更简单的方法来减少搜索空间？
答案 0 :(得分：0)
如果变量的数量足够小（比如10或15或更少），那么您可以尝试设置为非零的每个变量子集，并查看哪个子集为您提供最佳值。如果您无法对优化问题的结构做出假设（例如，您对非零变量有处罚但主要目标函数是“异国情调”），那么这基本上是您可以做的最好的。如果您愿意接受近似解，那么可以在目标函数中添加所谓的“L1”惩罚，它是变量绝对值的常数之和。这将鼓励一些变量为零，如果您的主要目标函数是凸的，那么得到的目标函数将是凸的，因为负绝对值是凸的。优化凸函数（采用最小值）要容易得多，因为严格凸函数总是具有全局最小值，您可以使用任意数量的优化例程（包括在matlab中实现的那些）来实现。