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
' }. |! @7 w% v
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);
0 o$ V1 s8 A+ G3 |
" c5 v1 V1 b8 I9 j%创建网络
% b) z" Y  h" k8 P8 N: [9 g' @net=newff(minmax(Pn),[15,1],{'tansig','purelin'},'trainlm');
%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
net.trainParam.epochs=1000;
net.trainParam.goal=0.001;
( g7 T; D  E# B- H+ c* P' n%训练网络
net=train(net,Pn,Tn);
3 {' e: s5 l$ i1 j# fyn=sim(net,Pn)
* b; A7 W+ t+ m# t  i1 Iy=postmnmx(yn,minT,maxT)
save BPnet net  %保存网络
+ `+ l$ Z3 h5 v: p) g" b
; C  l! ~& \: D2 y0 H1 I1 v% k" A

8 V, D/ ?+ o. @- @, h4 y: Y+ n- x) _
load BPnet
Y=sim（net，X）；%X=[x1 x2 x3 x4 x5 ] ，维数与训练的输入P相同
% L% X$ o6 u2 C5 i; w; O                        %Y＝f（X）  Y与X的关系是通过BP神经网络训练出来的。
1 l( I# M2 f, Z) _$ j# I
5 w7 u$ \+ }$ C  S+ y3 H
6 x! h, s: Y2 S! H+ o5 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]
6 F) |9 k* V# O, I4 l
5 g) }  M. n  A: 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