数学建模社区-数学中国

标题: [分享]matlab遗传算法工具箱函数及实例讲解 [打印本页]

作者: olh2008    时间: 2009-11-25 22:21
标题: [分享]matlab遗传算法工具箱函数及实例讲解

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)[precision F_or_B],

precision--变量进行二进制编码时指定的精度

    F_or_B--1时选择浮点编码,否则为二进制编码,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)--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--最优种群的一个搜索轨迹

【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[epsilon prob_ops display]--opts(1:2)等同于initializegaoptions参数,第三个参数控制是否输出,一般为0。如[1e-6 1 0]

termFN--终止函数的名称,['maxGenTerm']

termOps--传递个终止函数的参数,[100]

selectFN--选择函数的名称,['normGeomSelect']

selectOps--传递个选择函数的参数,[0.08]

xOverFNs--交叉函数名称表,以空格分开,如['arithXover heuristicXover **Xover']

xOverOps--传递给交叉函数的参数表,如[2 0;2 3;2 0]

mutFNs--变异函数表,如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']

mutOps--传递给交叉函数的参数表,[4 0 0;6 100 3;4 100 3;4 0 0]

【注意】matlab工具箱函数必须放在工作目录下

遗传算法实例1

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

【分析】选择二进制编码,种群中的个体数目为10,二进制编码长度为20,交叉概率为0.95,变异概率为0.08

【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,[0 9],'fitness');%生成初始种群,大小为10

   [x endPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,' norm Geom Select',...

     [0.08],['arithXover'],[2],'nonUnifMutation',[2 25 3]) %25次遗传迭代

运算借过为:x =

   7.8562 24.8553(x7.8562时,fx)取最大值24.8553)

注:遗传算法一般用来取得近似最优解,而不是最优解。

遗传算法实例2

【问题】在-5<=Xi<=5,i=1,2区间内,求解

       f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。

【分析】种群大小10,最大代数1000,变异率0.1,交叉率0.3

【程序清单】


%源函数的matlab代码

      function [eval]=f(sol)

        numv=size(sol,2);

        x=sol(1:numv);

        eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282;

  %适应度函数的matlab代码

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

        numv=size(sol,2)-1;

        x=sol(1:numv);

        eval=f(x);

        eval=-eval;

  %遗传算法的matlab代码
      bounds=ones(2,1)*[-5 5];
      [p,endPop,bestSols,trace]=ga(bounds,'fitness')

注:前两个文件存储为m文件并放在工作目录下,运行结果为
   p =
   0.0000 -0.0000 0.0055

大家可以直接绘出f(x)的图形来大概看看fx)的最值是多少,也可是使用优化函数来验证。matlab命令行执行命令:
fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9])

evalops是传递给适应度函数的参数,opts是二进制编码的精度,termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数,即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数。


作者: hupanfeng    时间: 2010-2-18 16:36
谢谢楼主了~~~~~~~~~~~~~~~~~~~~
作者: 文霭    时间: 2010-5-8 16:20
没用附件扣积分大赞~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
作者: tulian.2010    时间: 2010-8-14 19:51
谢谢分享了!!!!!!!!!!!
作者: tianyu0523    时间: 2011-2-10 07:07
大赞楼主,楼主威武

作者: ∵日¤新∵    时间: 2013-1-30 02:35
楼主好人!
作者: Dou1    时间: 2013-8-26 09:41
谢谢楼主

作者: EinKarat星光    时间: 2013-11-10 19:00
谢谢楼主了~
作者: 空木葬花    时间: 2014-8-26 23:23
非常感谢楼主!
作者: 连林独树    时间: 2015-8-5 21:15
不错不错

作者: l8my9es7    时间: 2015-9-17 10:32
谢谢分享!!!!

作者: alcu123    时间: 2017-4-22 23:25
看看有没有用0000000000000





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5