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

, D  ^3 O/ G" iP  %训练数据的输入
: i! W$ v. j4 `, o/ Q6 mT  %训练数据的输出
nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);

%创建网络
1 Z# T: d( h2 W* k; f4 Snet=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
' O! H+ Q& H- N; n) U3 knet.trainParam.show=50;
5 T) E/ K9 ^1 L4 g- x( `1 w8 bnet.trainParam.lr=0.05;
net.trainParam.epochs=1000;
net.trainParam.goal=0.001;
%训练网络
  t4 T; O; \/ G) W/ [net=train(net,Pn,Tn);
yn=sim(net,Pn)
( _6 q7 |. a! G- R' M4 \3 E  Hy=postmnmx(yn,minT,maxT)
6 h1 u( Z1 M) t3 J' O+ ], ?save BPnet net  %保存网络
4 y5 B8 F; Z- R5 X( g$ m/ A  d
8 h! _4 b8 u! w; }9 K# _8 N


  Q6 O7 v8 U. \* P, s/ mload BPnet
- Y" R1 v; c) r+ y$ K' EY=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
7 N# j+ f" a% R                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
$ |! x0 H: `# C; x* _

% ?. Q0 l! Y0 Q5 O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]
7 ^- F- i: }, u' Y$ ^) V
6 }. ?& F8 {: e, ~0 x/ F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