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' Q0 }! GP  %训练数据的输入
7 k% f# C/ ~+ f( W5 r- n' ?' `T  %训练数据的输出
2 f) y' @8 d& `nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);
7 l2 U6 N3 Y( \% M4 M* t( C
2 b0 C+ o$ T/ O$ I& Q, T7 q: `  u%创建网络
net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
% s0 \, l% g0 xnet.trainParam.epochs=1000;
8 s& y7 y  G( X& s3 ^' `net.trainParam.goal=0.001;
2 e; ~9 t& B$ d" ^2 s%训练网络
net=train(net,Pn,Tn);
yn=sim(net,Pn)
y=postmnmx(yn,minT,maxT)
: D; }* L" t2 e1 f3 }3 Ssave BPnet net  %保存网络
! Y  |3 A: W+ B. \

2 g' R( a2 Y) u( E+ D
6 `$ e6 f4 {( i% Y5 Y: @" P
2 g2 V5 g, j7 X- [: D$ r7 Pload BPnet
, N1 O7 j. D' M- |' l' qY=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。
/ c8 F: H  k9 R9 M

7 O0 M4 ^+ ]2 D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]
# b6 `; p$ p5 Z) w6 d
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