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
* t# u" F* Z7 [
P  %训练数据的输入
5 z0 r* w9 k+ ]# f! kT  %训练数据的输出
& h! `8 \; [4 |7 `7 _nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);
8 U" m$ U+ W$ o
0 ?$ V# H% C/ J! d4 K: b# h%创建网络
net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
net.trainParam.show=50;
+ q3 ^% w- m! _1 Gnet.trainParam.lr=0.05;
% {  G0 `1 j+ [2 L( Y) Mnet.trainParam.epochs=1000;
net.trainParam.goal=0.001;
%训练网络
" A! _6 O  K( T9 W1 }. pnet=train(net,Pn,Tn);
% e/ q# Z1 F0 \( yyn=sim(net,Pn)
y=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络
2 l4 B  m0 R* B) y8 w/ W6 a6 h

) B+ g- _# d  m, e
7 A, k: o4 w7 L4 B% g' v
load BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
; `  T$ k# ]! z. k# B0 j                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
2 Y% l3 B& k4 K. I2 a0 ]8 W
7 p( o" F& J6 p; G/ a
: \& ?9 u  s4 w, M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]
+ u; l+ b1 g% F) g5 e" B4 @# a0 Q
9 n8 l5 N" H; 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

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