核心函數(shù)：

(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始種群的生成函數(shù)

【輸出參數(shù)】

pop--生成的初始種群

【輸入?yún)?shù)】

num--種群中的個體數(shù)目

bounds--代表變量的上下界的矩陣

eevalFN--適應(yīng)度函數(shù)

eevalOps--傳遞給適應(yīng)度函數(shù)的參數(shù)

options--選擇編碼形式(浮點編碼或是二進制編碼)[precision F_or_B],如

precision--變量進行二進制編碼時指定的精度

F_or_B--為1時選擇浮點編碼，否則為二進制編碼,由precision指定精度)

(2)function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,。

。。

termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遺傳算法函數(shù)

【輸出參數(shù)】

x--求得的最優(yōu)解

endPop--最終得到的種群

bPop--最優(yōu)種群的一個搜索軌跡

【輸入?yún)?shù)】

bounds--代表變量上下界的矩陣

evalFN--適應(yīng)度函數(shù)

evalOps--傳遞給適應(yīng)度函數(shù)的參數(shù)

startPop-初始種群

opts[epsilon prob_ops display]--opts(1:2)等同于initializega的options參數(shù)，第三個參數(shù)控制是否輸出，一般為0。

如[1e-6 1 0]

termFN--終止函數(shù)的名稱,如['maxGenTerm']

termOps--傳遞個終止函數(shù)的參數(shù),如[100]

selectFN--選擇函數(shù)的名稱,如['normGeomSelect']

selectOps--傳遞個選擇函數(shù)的參數(shù),如[0。

08]

xOverFNs--交叉函數(shù)名稱表，以空格分開，如['arithXover heuristicXover simpleXover']

xOverOps--傳遞給交叉函數(shù)的參數(shù)表，如[2 0;2 3;2 0]

mutFNs--變異函數(shù)表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']

mutOps--傳遞給交叉函數(shù)的參數(shù)表,如[4 0 0;6 100 3;4 100 3;4 0 0]

注意】matlab工具箱函數(shù)必須放在工作目錄下

【問題】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9

【分析】選擇二進制編碼，種群中的個體數(shù)目為10，二進制編碼長度為20，交叉概率為0。

95,變異概率為0。08

【程序清單】

%編寫目標函數(shù)

function[sol,eval]=fitness(sol,options)

x=sol(1);

eval=x+10*sin(5*x)+7*cos(4*x);

%把上述函數(shù)存儲為fitness。

m文件并放在工作目錄下

initPop=initializega(10,[0 9],'fitness');%生成初始種群，大小為10

[x endPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,'normGeomSelect',。

。。

[0。08],['arithXover'],[2],'nonUnifMutation',[2 25 3]) %25次遺傳迭代

運算借過為：x =

7。8562 24。8553(當x為7。8562時，f(x)取最大值24。

8553)

注：遺傳算法一般用來取得近似最優(yōu)解，而不是最優(yōu)解。

你還是去圖書館找一下那本Matlab遺傳算法工具箱教程的書看看吧。

遺傳算法不一定可以在短時間內(nèi)收斂的，要看你的適應(yīng)度定義了，還有你的交叉、變異的參數(shù)都有關(guān)。

MATLAB遺傳算法工具箱及應(yīng)用

作者: 日期：

出版：西安電子科技大學出版社 精裝：膠版紙

開本： 版次：2005年4月第1版

頁數(shù)： ISBN：756061484

原價：26。

0 元。

全部

總結(jié)

以上是生活随笔為你收集整理的matlab遗传算法输出参数太多,用遗传算法工具箱时错误提示太多输出参数？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。