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

P  %训练数据的输入
  g" ~6 \/ z. S# }. HT  %训练数据的输出
5 d% V+ c5 S9 N4 q, hnntwarn off
( J, }$ p4 t7 I& b, J# _& S[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

%创建网络
net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
6 y/ n9 N/ W1 @3 M% [8 ]%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
) O$ D! {7 W$ {2 p/ O' E- Hnet.trainParam.epochs=1000;
( v$ H  |2 S/ Y* T, ynet.trainParam.goal=0.001;
. l4 z; L2 U6 r8 }; e  X: D6 A%训练网络
- l; _+ k* |# Y; \0 e. anet=train(net,Pn,Tn);
yn=sim(net,Pn)
y=postmnmx(yn,minT,maxT)
* r6 U. o& ?5 T3 f. esave BPnet net  %保存网络
- c, ]2 Q% k1 t& f( D) o7 V4 ^
& j9 |0 T& V* y; }; h


load BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
/ t# l7 y5 B7 @+ K/ w                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
! q6 K8 p3 k- F8 L0 L
5 l( v$ y5 u8 |0 Y/ P
, k4 u( O3 a( n; E$ K$ }; 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]
9 G0 o2 r9 o" Z! {6 Y$ W+ r$ X
+ @/ Y4 j. h' p6 }3 e" Q8 M: z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

shlovehl

MARK一下，以后还会回来看的

天空飞翔222

真心看不懂啊啊啊

灰色记忆

只为积分...333333

minedoc

关注..。。。。。

xczxtxy

心有多远，我们就能走多远