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
' K- m3 D% h% i( F% L
, w! Q: f" I) f1 iP  %训练数据的输入
T  %训练数据的输出
# S! w3 S4 v1 S9 x7 M: dnntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);
/ S" L* J; q8 h7 d& d( [6 h# \
%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;
net.trainParam.epochs=1000;
net.trainParam.goal=0.001;
, P8 w' w' s8 r; S/ E4 _%训练网络
% l* {' }# X$ P$ I* C$ |, T' m$ vnet=train(net,Pn,Tn);
% V0 i) B+ ~$ P" n' R" Z2 L5 eyn=sim(net,Pn)
9 E$ _& o/ N6 d8 ?  j0 [2 By=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络

; y0 e7 p" n7 _, R: s; R
3 e; t# b6 ~/ O9 X' |( r6 C
3 r! ~; z. U- E- W
load BPnet
$ o+ A0 O9 ?" ]' W. [9 O1 QY=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
& k- \: n# b) \" Y                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
1 P6 M* B& Y+ r4 a2 s7 I
; y8 F$ Y0 S9 `$ E' k2 K
0 F3 i: p, j9 G7 C1 G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]

7 ^) ^9 s+ W8 r, J$ e  H8 C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

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