MATLAB遗传算法工具箱在函数优化中的应用
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
MATLAB遗传算法工具箱在函数优化中的应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口汇聚2000万达人的兴趣社区下载即送20张免费照片冲印
扫码下载App
温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
阅读(6839)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
loftPermalink:'',
id:'fks_086',
blogTitle:'matlab遗传算法实例zz',
blogAbstract:'\r\n\r\n\r\n\r\n\r\n\r\n% 下面举例说明遗传算法 % % 求下列函数的最大值 % % f(x)=10*sin(5x)+7*cos(4x) x∈',
blogTag:'',
blogUrl:'blog/static/',
isPublished:1,
istop:false,
modifyTime:0,
publishTime:5,
permalink:'blog/static/',
commentCount:2,
mainCommentCount:1,
recommendCount:0,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'',
hmcon:'0',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}GATBX遗传算法工具箱函数及实例讲解&（转载）&&
基本原理：
遗传算法是一种典型的启发式算法，属于非数值算法范畴。它是模拟达尔文的自然选择学说和自然界的生物进化过程的一种计算模型。它是采用简单的编码技术来表示各种复杂的结构，并通过对一组编码表示进行简单的遗传操作和优胜劣汰的自然选择来指导学习和确定搜索的方向。遗传算法的操作对象是一群二进制串（称为染色体、个体），即种群，每一个染色体都对应问题的一个解。从初始种群出发，采用基于适应度函数的选择策略在当前种群中选择个体，使用杂交和变异来产生下一代种群。如此模仿生命的进化进行不断演化，直到满足期望的终止条件。
运算流程：
Step 1：对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概
率以及遗传运算的终止进化代数。
Step 2：建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设置变量的取值范围。
Step 3：在Step 2的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。
Step 4：执行比例选择算子进行选择操作。
Step 5：按交叉概率对交叉算子执行交叉操作。
Step 6：按变异概率执行离散变异操作。
Step 7：计算Step 6得到局部最优解中每个个体的适应值，并执行最优个体保存策略。
Step 8：判断是否满足遗传运算的终止进化代数，不满足则返回Step 4，满足则输出运算结果。
运用遗传算法工具箱:
运用基于Matlab的遗传算法工具箱非常方便，遗传算法工具箱里包括了我们需要的各种函数库。目前，基于Matlab的遗传算法工具箱也很多，比较流行的有英国设菲尔德大学开发的遗传算法工具箱GATBX、GAOT以及Math
Works公司推出的GADS。实际上，GADS就是大家所看到的Matlab中自带的工具箱。我在网上看到有问为什么遗传算法函数不能调用的问题，其实，主要就是因为用的工具箱不同。因为，有些人用的是GATBX带有的函数，但MATLAB自带的遗传算法工具箱是GADS，GADS当然没有GATBX里的函数，因此运行程序时会报错，当你用MATLAB来编写遗传算法代码时，要根据你所安装的工具箱来编写代码。
以GATBX为例，运用GATBX时，要将GATBX解压到Matlab下的toolbox文件夹里，同时，set
path将GATBX文件夹加入到路径当中。
这块内容主要包括两方面工作：1、将模型用程序写出来（.M文件），即目标函数，若目标函数非负，即可直接将目标函数作为适应度函数。2、设置遗传算法的运行参数。包括：种群规模、变量个数、区域描述器、交叉概率、变异概率以及遗传运算的终止进化代数等等。
求解模型： f(x)=x*sin(10*pi*x)+2.0,x的范围在【-1,2】
根据上面的求解模型，可以写出模型的.M文件如下，即适应度函数
function z=shang(x)
z=x.*sin(10*pi*x)+2.0;
然后写入遗传算法的参数：
figure(1);
fplot('variable.*sin(10*pi*variable)+2.0',[-1,2]); %画出函数曲线
NIND=40; %个体数目(Number of individuals)
MAXGEN=25; %最大遗传代数(Maximum number of generations)
PRECI=20; %变量的二进制位数(Precision of variables)
GGAP=0.9; %代沟(Generation gap)
trace=zeros(2, MAXGEN); %寻优结果的初始值
FieldD=[20;-1;2;1;0;1;1]; %区域描述器(Build field descriptor)
Chrom=crtbp(NIND, PRECI); %初始种群
gen=0; %代计数器
variable=bs2rv(Chrom, FieldD); %计算初始种群的十进制转换
ObjV=shang(variable); %计算目标函数值
while genFitnV=ranking(-ObjV); %分配适应度值(Assign fitness values)
SelCh=select('sus', Chrom, FitnV, GGAP); %选择
SelCh=recombin('xovsp', SelCh, 0.7); %重组
SelCh=mut(SelCh); %变异
variable=bs2rv(SelCh, FieldD); %子代个体的十进制转换
ObjVSel=shang(variable); %计算子代的目标函数值
[Chrom ObjV]=reins(Chrom, SelCh, 1, 1, ObjV, ObjVSel);
%重插入子代的新种群
variable=bs2rv(Chrom, FieldD);
gen=gen+1; %代计数器增加
%输出最优解及其序号，并在目标函数图像中标出，Y为最优解,I为种群的序号
[Y, I]=max(ObjV);
plot(variable(I), Y, 'bo');
trace(1, gen)=max(ObjV); %遗传算法性能跟踪
trace(2, gen)=sum(ObjV)/length(ObjV);
variable=bs2rv(Chrom, FieldD); %最优个体的十进制转换
plot(variable,ObjV,'b*');
figure(2);
plot(trace(1,:));
plot(trace(2,:),'-.');grid
legend('解的变化','种群均值的变化')
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。查看: 1824|回复: 7
阅读权限28威望0 级论坛币1434 个学术水平1 点热心指数4 点信用等级2 点经验332 点帖子202精华0在线时间578 小时注册时间最后登录
积分 903, 距离下一级还需 472 积分
权限: 自定义头衔, 签名中使用图片, 隐身
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发下一级可获得
权限: 设置帖子权限道具: 提升卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
最近手头有点紧，下的报告需要几百论坛币，那叫一个黑啊
没办法少收点……
(2.6 KB, 售价: 5 个论坛币)
10:33:02 上传
售价: 5 个论坛币
(109.36 KB, 售价: 5 个论坛币)
10:32:48 上传
售价: 5 个论坛币
载入中......
阅读权限32威望0 级论坛币165 个学术水平1 点热心指数7 点信用等级5 点经验76508 点帖子1015精华0在线时间439 小时注册时间最后登录
积分 3185, 距离下一级还需 415 积分
权限: 自定义头衔, 签名中使用图片, 设置帖子权限, 隐身, 设置回复可见
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡下一级可获得
道具: 千斤顶
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
开心签到天数: 576 天连续签到: 1 天[LV.9]以坛为家II
阅读权限20威望0 级论坛币1616 个学术水平0 点热心指数0 点信用等级0 点经验304 点帖子37精华0在线时间61 小时注册时间最后登录
积分 125, 距离下一级还需 20 积分
权限: 自定义头衔
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡下一级可获得
道具: 匿名卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
开心签到天数: 12 天连续签到: 2 天[LV.3]偶尔看看II
发现人大经济论坛的都收费好高，是叫利欲熏心呢还是没有共享精神。。。人家到处都是免费只求共享的，到了人大论坛就各种叫价了，版主应予重视。再说什么小木虫之类的网站那才叫实惠，气氛也相对好得多，在人大论坛只有买卖人，熙熙攘攘，是为路人。
阅读权限28威望0 级论坛币1434 个学术水平1 点热心指数4 点信用等级2 点经验332 点帖子202精华0在线时间578 小时注册时间最后登录
积分 903, 距离下一级还需 472 积分
权限: 自定义头衔, 签名中使用图片, 隐身
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发下一级可获得
权限: 设置帖子权限道具: 提升卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
iamxfc 发表于
发现人大经济论坛的都收费好高，是叫利欲熏心呢还是没有共享精神。。。人家到处都是免费只求共享的，到了人 ...哎，有了论坛币，我才能下其他资料啊，这就是生态，适应吧
阅读权限10威望0 级论坛币2110 个学术水平0 点热心指数0 点信用等级0 点经验64 点帖子10精华0在线时间16 小时注册时间最后登录
积分 29, 距离下一级还需 16 积分
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡下一级可获得
道具: 显身卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
会不会用matlab软件对BP神经网络权重公式编程，我支付1000论坛币。
阅读权限10威望0 级论坛币2110 个学术水平0 点热心指数0 点信用等级0 点经验64 点帖子10精华0在线时间16 小时注册时间最后登录
积分 29, 距离下一级还需 16 积分
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡下一级可获得
道具: 显身卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
请问楼主，会不会用matlab软件对BP神经网络权重公式编程，我支付1000论坛币。请联系QQ：.
阅读权限10威望0 级论坛币2110 个学术水平0 点热心指数0 点信用等级0 点经验64 点帖子10精华0在线时间16 小时注册时间最后登录
积分 29, 距离下一级还需 16 积分
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡下一级可获得
道具: 显身卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
紧急求助！悬赏1000个论坛币！BP神经网络模型的权重计算公式如下，我在MATLAB实现不了编程，希望能得到各位大虾的帮助。联系QQ：
式中：Ij为第ｊ 个输入变量对输出变量（论文输出变量为1）的影响权重；Ni，Nh为输入和隐含层节点数；ｗ1 为输入层到隐含层的连接权值，ｗ2 为隐含层到输出层的连接权值，相应的下角标ｊ，ｍ，k为第几个神经元。例如：w1jm为第ｊ 个输入神经元与隐含层第ｍ 个神经元的连接权值。Ij值越大，影响权重比例越高，表示输入变量对输出的影响越大。
论文BP神经网络的结构：输入层神经元个数为31，隐含层神经元为8个，输出层神经元个数为1。ｗ1和ｗ2的数据通过MATLAB已经获得，现在要根据上面的公式得到输入变量I1 到I31 权重，这个公式如何在MATLAB实现，请大虾指导，非常感谢！
阅读权限10威望0 级论坛币3 个学术水平0 点热心指数0 点信用等级0 点经验38 点帖子6精华0在线时间3 小时注册时间最后登录
积分 8, 距离下一级还需 2 积分
权限: 设置帖子权限
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板下一级可获得
道具: 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
这也太贵了吧
论坛好贴推荐求助大神：遗传算法中存在0-1离散变量_matlab吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：77,980贴子：
求助大神：遗传算法中存在0-1离散变量收藏
遗传算法中存在着0-1离散变量，现在要求的就是某个值是属于0还是属于1的问题，改怎么设计解决？
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或