MATLAB遗传算法工具箱简介

本文共794个字,预计阅读时间需要2分钟。

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: 3 平均分: 5]

2 位极客在 “MATLAB遗传算法工具箱简介” 留下足迹

  1. 你好,我想优化一个具有四个变量的函数方程式,但是我用遗传算法工具箱时,他总提示我输入变量不足,我想向你请教,希望你可以教教我·

评论