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! v0 D' J; l$ ?$ `
, i  |' q) L. u- i0 b- p& bP  %训练数据的输入
T  %训练数据的输出
nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

( N9 c$ S, O. o: m0 C9 E1 P%创建网络
net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
- ~$ P' O9 n$ g% y) }& Z/ c%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
net.trainParam.epochs=1000;
! N- s2 b& r! [$ F% enet.trainParam.goal=0.001;
%训练网络
/ y8 S4 s* x: wnet=train(net,Pn,Tn);
  z% r' K8 c1 Z; qyn=sim(net,Pn)
1 U5 y$ Q4 f. K, u% w6 [4 Uy=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络


& j) \- T0 [$ `* Y6 u$ M- V
. s+ i. f. @7 J' ]$ m- P
8 f/ N9 B' g7 {- F$ R7 Bload BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
# [2 d; O3 h8 S                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
8 D, P% w4 s) L; j& X3 @& M% f/ H
. o, Z5 j& s, q! g: K' O
5 J3 Q; O) [1 x1 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]
: H5 ^! f1 N! k3 Y6 y
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
- ~- w+ w5 H& H. f: u4 e! U

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