• 即将更新图形学,编译原理,机器学习等文章,谢谢关注~
  • 由于算法限制,搜索时注意简化关键字,谢谢支持~
  • 网站不兼容IE5.0及以下,请使用主流浏览器访问.
  • MATLAB遗传算法工具箱简介

    MATLAB 是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。MATLAB软件是一个功能很强大的工具,其中可以使用GA工具箱进行遗传算法的数据优化,下面给出具体的操作简单的实例。

    ①利用GUI打开并使用MATLAB遗传算法工具箱。

    打开MATLAB选择应用程序,点击Optimization。

    打开后显示优化界面第一个solver选择ga

    函数(注意是单目标只能有一个函数输出值)的MATLAB代码填入Fitness Funtion,输入变量值为2,其它设置options可以使用自定义,也可以使用默认,这里我的种群设置为200。设置完后点击start

    我优化的函数代码:

    常用的options

    选项 功能
    CrossoverFraction 交叉的概率 0-1的小数
    EliteCount 用于精英原则,
    每次遗传中一定会活下来的个体的个数
    正整数
    FitnessLimit 适应度的范围 标量/ {-Inf}
    Generations 迭代遗传的次数 正整数
    InitialPopulation 初始种群 可以用上一次遗传生成的种群
    作为下一次GA的初始种群

    当然MATLAB官方说这个优化工具箱将在未来的版本中去除,请留意。

    ②利用命令运行GA工具箱

    种群大小200
    精英解的数量20
    交叉率0.75
    迭代次数1000
    停止代数(stall generations)与适应度函数值偏差(function tolerance)。若在Stallgenerations设定的代数内,适应度函数值的加权平均变化值小于function tolerance,算法停止

    优化的函数是上面GUI中给出的函数

    运行时的结果:

     

    读者评分
    [评分人数: 1 平均分: 5]

    评论

    OmegaXYZ