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
" F* L3 p* r& X8 d
' `. M$ X9 Z  r3 W/ j6 XP  %训练数据的输入
T  %训练数据的输出
: w& D! ?2 Y" g/ onntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

%创建网络
' U9 M! j, A6 G5 \/ s( ~net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
! W) i! p$ V, m( F: J, [+ F- h% s%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
4 r2 I$ K7 v+ J; ~" znet.trainParam.epochs=1000;
net.trainParam.goal=0.001;
: I2 L5 O4 D4 L! ]* X6 i1 n  t0 b# e%训练网络
9 a8 u! L/ n: X) h( O! S' \net=train(net,Pn,Tn);
yn=sim(net,Pn)
- A6 T2 ]( |7 [9 K, S8 ?- C* ]y=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络
+ N+ L1 t! I, ~. v1 Q  {



load BPnet
Y=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。

' v2 t5 }  w% x% @  s$ Q% \
; \* \2 L* u5 L9 c' j+ Y4 u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]

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
" F5 g3 j6 S" r1 e

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