MATLAB遗传算法工具箱简介

mutougeda

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。
, `2 b( ]* F; R! B
* Y5 T, a4 x) Y0 R①利用GUI打开并使用MATLAB遗传算法工具箱。
3 h( U- c& i" }打开MATLAB选择应用程序，点击Optimization。

) m1 E) c' E" _% `" m- k

打开后显示优化界面第一个solver选择ga
3 N8 q: t: x- w4 l# |. p8 X



. B/ Q& U7 v! d' E& V( P! F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
& V7 Z# q2 f8 v) ?% |

3 i. Y7 ^" j8 t3 _& i
  a' R$ }8 U7 [( p5 f! |" l$ Y
0 R8 w7 T: y$ P我优化的函数代码：

( J0 ~6 O& x1 Z( R

• 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;
  

常用的options
8 p# U: E8 ?/ m! e4 A. k
* l, |, k4 e' F- ~$ m# C2 j
( c0 E" I, [2 d2 m  ~& u3 |

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。
% f( y* D8 X, C8 c

) `5 B. ]9 K  ?4 N; `8 S- V7 o- b) ?
4 ]0 t3 t8 k/ p/ ?' G; U
8 y  O# j0 I- d) Z# g# j②利用命令运行GA工具箱
- }% X5 C& H) F+ g; P: i! I/ F种群大小200
) k) B" Z3 |. T4 U精英解的数量20
" n2 {( T& K7 F. t/ t, p+ C交叉率0.75
& u# c! m0 q/ p5 _迭代次数1000
0 Z6 u! R% G. y7 u% V+ R  J+ u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
9 o! H, S/ I# g3 g( u& N# ]9 e6 K
优化的函数是上面GUI中给出的函数

  @) m  L1 q' ~5 \% F) A& a$ r6 `

• 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
  $ s, c% Y6 w+ }3 J" [

, p+ X. D1 m. g; G! i运行时的结果：

2 [' l0 c" c8 s3 M' \. h  t! G

: M! w/ h. C& Z  A$ M+ g. E& J

yin123

MATLAB遗传算法工具箱简介