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
$ w2 z( e6 ~# @' j5 b
2 L& i/ h4 f0 e7 a- ~( _P  %训练数据的输入
- _- d, a; B# V6 o+ d; XT  %训练数据的输出
nntwarn off
: P0 \; s- i' E, F[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

0 l% H2 V+ A/ H3 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;
& U; w6 h3 ]  C% F! {4 Bnet.trainParam.epochs=1000;
/ A) ]4 V& c" ^3 _3 {9 R- X5 qnet.trainParam.goal=0.001;
%训练网络
0 j2 ^+ s+ r9 z- U9 T! a, Mnet=train(net,Pn,Tn);
  B  r7 T1 h; O. xyn=sim(net,Pn)
* @+ u* U9 _' |) F( A* Ey=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络


/ |1 y6 A3 M: ]8 M% Q: q
% I, C* |( z. m! r( o  E2 Q2 L9 ?& Q
0 f$ K5 S: j" R6 U# bload BPnet
" V* L5 l" q* f3 P) w4 T9 D- TY=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。


) b- Y. _9 y; N( ?. {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]

& o6 I4 ]; h; s$ R) {9 [2 C% t$ \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