matlab之GA优化.pdfVIP

matlab GA 有关 优化的例子 核心函数： (1)function [pop] initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数 【输出参数】 pop--生成的初始种群 【输入参数】 num--种群中的个体数目 bounds--代表变量的上下界的矩阵 eevalFN--适应度函数 eevalOps--传递给适应度函数的参数 options--选择编码形式浮点编码或是二进制编码( )[precisionF_or_B],如 precision--变量进行二进制编码时指定的精度 F_or_B-- 1 , precision ) 为 时选择浮点编码，否则为二进制编码 由 指定精度 (2)function [x,endPop,bPop,traceInfo] ga(bounds,evalFN,evalOps,startPop,opts,... termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数 【输出参数】 x--求得的最优解 endPop--最终得到的种群 bPop--最优种群的一个有哪些信誉好的足球投注网站轨迹 【输入参数】 bounds--代表变量上下界的矩阵 evalFN--适应度函数 evalOps--传递给适应度函数的参数 startPop-初始种群 opts[epsilonprob_opsdisplay]--opts(1:2) initializega options 等同于 的 参数，第三个参数控制是否输出，一 0 [1e-6 10] 般为 。如 termFN-- , [maxGenTerm] 终止函数的名称如 termOps-- , [100] 传递个终止函数的参数如 selectFN-- , [normGeomSelect] 选择函数的名称如 selectOps-- , [0.08] 传递个选择函数的参数如 xOverFNs-- * [arithXoverheuristicXover simpleXover] 交 函数名称表，以空格分开，如 xOverOps-- * [2 0232 0] 传递给交 函数的参数表，如 mutFNs--变异函数表，如[boundaryMutationmultiNonUnifMutationnonUnifMutationunifMutation] mutOps-- * , [4 006 10034 10034 00] 传递给交 函数的参数表如 注意】matlab 工具箱函数必须放在工作目录下 【问题】求f(x) x+10*sin(5x)+7*cos(4x)的最大值，其中0 x 9 10 20 * 0.95, 0.08 【分析】选择二进制编码，种群中的个体数目为 ，二进制编码长度为 ，交 概率为 变异概率为 【程序清单】 编写目标函数 function[sol,eval] fitness(sol,options) x sol(1) eval x+10*sin(5*x)+7*cos(4*x) 把上述函数存储为fitness.m 文件并放在工作目录下 initPop initializega(10,[09],fitness)生成初始种群，大小为10 [x endPop,bPop,trace] ga([09],fitness,[],init