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
* j  F* a$ f# Y- s9 N* f* H
P  %训练数据的输入
T  %训练数据的输出
& f1 U1 b% }. E8 |" V) W) Pnntwarn off
+ f2 s0 j: r' ?& M/ g6 w[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

%创建网络
8 G! _4 o7 v: R& Z0 j: a; hnet=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
net.trainParam.show=50;
' E4 C/ t2 a! p/ h+ k( C7 C% bnet.trainParam.lr=0.05;
6 i7 F' F4 @7 M. q6 y" }4 f1 L$ anet.trainParam.epochs=1000;
( b- A* L  F" g1 e( c& Wnet.trainParam.goal=0.001;
%训练网络
+ d; M( w) ?1 X* y8 y: H: s4 T/ s2 _net=train(net,Pn,Tn);
yn=sim(net,Pn)
y=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络

2 Q7 F" [2 @) b, B- N

  M( X: e/ l7 W5 x: {  H5 t! J6 y
load BPnet
6 G8 V3 s8 ?1 ^. I/ l* qY=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
. |9 D! V/ K) A/ o" S+ I6 a                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
0 ?# S' c5 h0 t

$ m1 Y0 J( u: A5 g+ ^. ?' y4 b  e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]
* z1 e( Q# R* u
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