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
, ]- U) R9 y- H7 B; R
P  %训练数据的输入
T  %训练数据的输出
nntwarn off
3 f; K5 I, z# G- q7 v$ N[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);
  ~( [! }  f, _) _9 V% ~
%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;
# f% P" X8 _+ V0 n4 Anet.trainParam.epochs=1000;
net.trainParam.goal=0.001;
%训练网络
; n4 C, Z+ v: S1 fnet=train(net,Pn,Tn);
yn=sim(net,Pn)
& C/ Z% ^  l' \/ N# iy=postmnmx(yn,minT,maxT)
& w& P7 ?. t' j1 I+ R* nsave BPnet net  %保存网络
; {0 Y5 }( w: n1 w& }
% G6 o8 U3 \  K# e0 l! B

5 q4 i- e/ Q, ^! P
/ y/ k% D. v3 v; q% l4 W* z) k# M  c+ Xload BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
1 \3 d; B- }# n/ I8 [9 s                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
  U( f! X. q8 m  Q9 P& _. b/ `

4 `* S0 V7 r1 u0 ?, ~: 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]
* f5 u9 k- o/ T$ e2 c1 J
6 F9 V1 y! {( O4 A& w1 K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
! \: ^" f4 Y$ \9 {  ~+ Q

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