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
8 r% U2 O* b( L* eT  %训练数据的输出
nntwarn off
- a8 A; X' P8 y9 ]6 x0 H[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);
' g, \7 E+ M4 w$ ]8 p
%创建网络
+ E& m9 u! W. M6 \; bnet=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
( V% `* I& c$ W7 D% M%设置训练参数
8 ~& P7 H& H4 ]1 Snet.trainParam.show=50;
# M+ w) _& N/ X" J, X2 t7 G* \net.trainParam.lr=0.05;
# T( t7 G" f, b! W( Wnet.trainParam.epochs=1000;
# g# b4 \. s, c  X( ^! M, Q( P7 Snet.trainParam.goal=0.001;
1 N! ]: l+ \2 W5 N8 s6 f%训练网络
- J- {3 u9 j# f- w5 lnet=train(net,Pn,Tn);
yn=sim(net,Pn)
( A8 N1 U& w2 n0 Y' [# Ey=postmnmx(yn,minT,maxT)
  P$ c2 L# z* ]; c  }/ Nsave BPnet net  %保存网络




) V' x" R2 R3 q+ Z6 [load BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
- O1 C0 T+ r, P( c! T                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。


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]
& w/ W( c1 F" z4 e; s7 H) V" B3 [
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