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
T  %训练数据的输出
nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);
: T3 x* v9 \" E5 \
%创建网络
net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
/ I( t* L$ ?- q5 Gnet.trainParam.show=50;
( E, I, i1 N& pnet.trainParam.lr=0.05;
( G- e9 @8 N2 N0 A, |$ s$ pnet.trainParam.epochs=1000;
+ ]  v0 P& w8 j' Nnet.trainParam.goal=0.001;
%训练网络
7 _  |. U- J$ Inet=train(net,Pn,Tn);
: D! B* Z. Y0 P' R. F; |yn=sim(net,Pn)
y=postmnmx(yn,minT,maxT)
" s% A+ C* n% V( D3 R) u, ~$ [# c2 Csave BPnet net  %保存网络

: L# `* G7 }5 f7 C2 {
6 k; H& V: N9 U+ h. \8 |+ x# C: |8 I. F

load BPnet
# z8 D$ _9 t& gY=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
) Z* |9 \; Y& M; n) K2 ?3 e1 o4 k4 y, }                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。


+ V* m  @( [6 Z, ?) p# v; q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]
. g1 D& L5 Z: r: M& k, ]
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