求助：基于BP神经网络模型的遗传算法多参数优化程序

austin2008

%BP神经网络的建立

: F' c9 O* r0 e2 `+ x2 ?# PP  %训练数据的输入
9 B  Z. B$ V4 }! P+ DT  %训练数据的输出
nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

%创建网络
net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
- k/ [) n4 _2 C1 }7 Rnet.trainParam.epochs=1000;
$ `; Y% P* H$ }: tnet.trainParam.goal=0.001;
  j7 v# q) E3 v/ {& ?; @%训练网络
+ M6 I4 |. ?. a( K& Wnet=train(net,Pn,Tn);
: c+ B0 K, ?6 A2 k4 f/ R) A+ U: I( h- Eyn=sim(net,Pn)
$ f' K5 ~* J( r3 sy=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络



/ r( f1 @6 R0 o
load BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
, G2 I7 T0 e: G; e4 K/ ^                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
4 q2 V/ O4 b5 s. V' Z

现在我想用遗传算法对上述模型进行优化，使得x1,x2,x3,x4,x5五个变量适当组合使得Y为最佳值。x1∈[30,100],x2∈[5,12],x3∈[25,33],x4∈[15,25],x5∈[19,30]
" K3 v4 R; r( O* Z0 m
我现在不知道怎么定义遗传算法的适应值函数f(x)，使得遗传算法程序能对多变量（x1，x2，x3,x4,x5）进行优化，麻烦热心的朋友给个解决的办法或建议，另外是用二进制编码还是实数编码我也不是很清楚，若有提供相关的例子和源码那就更加感激了，我是新手，还请诸位多多关照

xczxtxy

心有多远，我们就能走多远

minedoc

关注..。。。。。

灰色记忆

只为积分...333333
3 |1 S, _1 i3 z7 s$ r- V; y9 P

天空飞翔222

真心看不懂啊啊啊

shlovehl

MARK一下，以后还会回来看的