MATLAB遗传算法工具箱简介

mutougeda

. m6 l, b+ _6 T) o5 kMATLAB 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。
: n4 f# d- p3 L5 K4 e0 `
$ w: ]. p" S! e4 t& W①利用GUI打开并使用MATLAB遗传算法工具箱。
9 K  B4 O# f) x/ A' J, ~打开MATLAB选择应用程序，点击Optimization。


* c- L1 F3 T* D  D  E. t
打开后显示优化界面第一个solver选择ga
# \, b" ]! M) F7 [$ o' B- q3 Z
3 f0 U% L7 v! L+ Q

( c; n5 h; F- A& h+ ?
$ N3 V! [$ Q2 w1 |. O2 M( g4 V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
& Q  @8 }5 S; P0 y, ]- h3 {# ?

2 {8 \7 ?9 {. [& n

0 y9 ~9 ~8 k; p; e' I. L我优化的函数代码：

* h( n; _6 ~# D& z6 @& ?

• function f=GA_demo(x)
• f1=4*x(1).^3+4*x(1)*x(2)+2*x(2).^2-42*x(1)-14;
• f2=4*x(2).^3+4*x(1)*x(2)+2*x(1).^2-26*x(1)-22;
• f=f1.^2+f2.^2;
  1 y# _# Q3 A: I9 c3 L# M3 s

; I. s9 \- H' [+ e' z
常用的options




4 Y% H8 `* s- _- D. {- ]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 A4 G  ~3 e8 ~' v$ q; A% O

1 G! a# z  a1 Z* O8 n6 k8 k②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
5 ^' G. K8 R( b# ?3 }# N0 U迭代次数1000
8 Q' ]4 H# l/ ?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
7 ]9 D! C* P+ `- u; W- V7 @9 a
3 Z0 k# x) R" y优化的函数是上面GUI中给出的函数

0 G% [1 j. h" y$ Q7 R* s) ?

• clear
• clc
• fitnessfcn = @GA_demo;
• % 适应度函数句柄
• nvars = 2;% 个体的变量数目
• options = gaoptimset('PopulationSize',200,'EliteCount',20,'CrossoveRFraction',0.75,'Generations',1000,'StallGenLimit',500,'TolFun',1e-100,'PlotFcns',{@gaplotbestf,@gaplotbestindiv}); %参数设置
• [x_best,fval] =ga(fitnessfcn,nvars,[],[],[],[],[],[],[],options);   % 调用ga函数
  

$ ~0 X* _4 q' I7 a, j. _运行时的结果：

yin123

MATLAB遗传算法工具箱简介