matlab中ga函数的用法,[转载]MATLAB中自带遗传算法函数GA的用法
ga
用遗传算法寻找函数的最优解
语法规则
x = ga(fitnessfcn,nvars)
x = ga(fitnessfcn,nvars,A,b)
x = ga(fitnessfcn,nvars,A,b,Aeq,beq)
x = ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB)%
其中fitnessfc为函数的句柄或者为匿名函数
nvars,表示自变量个个数(例如自变量为向量X,nvars代表X中的元素个数)
A,b就是表达式A*X<=b;
Aeq:表示线性等式约束矩阵,若是没有等式约束就写为[];
Beq:表示线性等式约束的个数Beq=length(nvars);
x = ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon)
x =
ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon,options)
x = ga(problem)
[x,fval] = ga(...)
例子
A = [1 1; -1 2; 2 1]; b = [2; 2; 3]; lb = zeros(2,1); [x,fval,exitflag] = ga(@lincontest6,2,A,b,[],[],lb) %lb表示x的下界,up表示上界 Optimization terminated: average change in the fitness value less than options.TolFun. x = 0.7794 1.2205 fval = -8.03916 exitflag =
z=f(x,y) 1、编码(解决初始化种群),先创建一个数组pop(popsize stringlenth)有popsize表示染色体个数列stringlenth的前一部分代表x的染色体,后一部分代表y的染色体。计算x,y染色体对所对应的十进制数值并记数组pop的第stringlenth+1,stringlenth+2列,计算f(x,y)的值并计为数组pop的第stringlenth+3列,计算每个染色体的复制概率并计为数组pop的第stringlenth+4列 function[pop1 f d pe stringlenth]=initialize(popsize stringlenth pop), pop=round(rand(popsize stringlenth)), pop(.stringlenth+1=((2.^(size(pop(.1.stringlenth1).2)-1.-1.0)*pop(.1.stringlenth)).*( )/(2.^stringlenth1-1)+ ), pop(.stringlenth+3)=fun(pop(.stringlenth+1)pop(.stringlenth+2)), pop(.stringlenth+4)=pop(.stringlenth+4)=pop(.stringlenth+3)./sum(pop(.stringlenth+3)), 其中fun(x)为目标函数的matlab.m文件.
2、确保复制过程中染色体个数保持不变的情况下确定每个染色体复制数,如果是某一染色体的复制数为负数,则令此染色体的复制数为0,复制概率为止的染色体的复制数根据其占正值总体的比率来确定,复制数=比率 popsize pop(.stringlenth+5)=round(pop. Stringlenth+4).*popsize), A=sort(pop(.stringlenth+5)), b=sum(A((11-a).10),(其中a为复制概率为正值的染色体个数) pop(.stringlenth+6)=round(pop(.stringlenth+5)./b).*popsize). pop(.stringlenth+6)表示每个染色体复制数.
3、染色体复制数,根据每个染色体的复制数重新创建新的染色体数组pop1 function[parent1 parent2 stringlenth]=parent(f d pop stringlenth), Ci=repmat(pop(i 1. stringlenth)[pop(i stringlenth+6)1 1]).(i=1 2 …popsize) pop1=[C1] [C2] … [Cpopsize], pop1=round([C1] [C2] … [Cpopsize]). 每个初始染色体按其复制数进行复制.
4、选择父代进行父叉,在数组pop1中随机地使各染色体两两配对,作为父代进行父叉,创建新的数组child1和child2父叉点cpoint随机选取父叉概率pc根据实际情况人为选取 function[child1 child2 pm parent stringlenth]=crossover(parent1 parent2 pc stringlenth ), f=round(9*rand(1.10))+1, d=[1 2 3 4 5 6 7 8 9 10], parent1=pop1(f.),parent2=pop1(d.), if(randcpoint=round(rand*(stringlenth-2))+1, child1=[parent1(.1.cpoint)][parent2(.cpoint+1. stringlenth)], child2=[parent2(.1.cpoint)][parent1(.cpoint+1. stringlenth)], else child1=parent1, child2=parent2. 5、染色体变异 随机选取染色体中某一个或几个基因进行变异创建新的数组child作为父代 function[child]=mutation(parent pm), parent=child, if(randmpoint=round(rand*(stringlenth-1))+1, child=parent, child(.mpoint)=abs(parent(.mpoint)-1), else child=parent, end 6、保留上一代的优良染色体作为部分初始值和随机染色体组成新的染色体组 function[pop2 m W]=best(child child1 child2 pop), Q1=child(.stringlenth+3), for i=1.10 if(Q1(i)>(max(Q1)-0.0001)) q1=i, end end W=round(9.*rand(1 4)+1, pop2(W 1. stringlenth+3)=[child(q1.)child(q2.).child2(q3.).pop(q4 1. stringlenth+3)], m=max([max(Q1)max(Q2)max(Q3)max(Q4)]), end 其中m为最好染色体值,循环执行上述程序即可 关于2元约束问题先根据约束力方程求解2元函数fun1(x)再只需要将单约束程序中的y的下限b2换成fun1(x)即可,因为这样能限制当x取值后y的取值。多元多约束程序和2元多约束程序一样,只不过多开辟空间而已。
核心函数:
(1) function[pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数
【输出参数】
pop--生成的初始种群
【输入参数】
num--种群中的个体数目
bounds--代表变量的上下界的矩阵
eevalFN--适应度函数
eevalOps--传递给适应度函数的参数
options--选择编码形式(浮点编码或是二进制编码)[precisionF_or_B],如
precision--变量进行二进制编码时指定的精度
F_or_B--为1时选择浮点编码,否则为二进制编码,由precision指定精度)
(2) function[x,endPop,bPop,traceInfo]=ga(bounds,evalFN,evalOps,startPop,opts,...
termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数
【输出参数】
x--求得的最优解
endPop--最终得到的种群
bPop--最优种群的一个搜索轨迹
【输入参数】 bounds--代表变量上下界的矩阵
evalFN--适应度函数
evalOps--传递给适应度函数的参数
startPop-初始种群
opts[epsilonprob_opsdisplay]--opts(1:2)等同于initializega的options参数,第三个参数控制是否输出,一般为0。如[1e-610]
termFN--终止函数的名称,如['maxGenTerm']
termOps--传递个终止函数的参数,如[100]
selectFN--选择函数的名称,如['normGeomSelect']
selectOps--传递个选择函数的参数,如[0.08]
xOverFNs--交叉函数名称表,以空格分开,如['arithXoverheuristicXoversimpleXover']
xOverOps--传递给交叉函数的参数表,如[20;23;20]
mutFNs--变异函数表,如['boundaryMutationmultiNonUnifMutationnonUnifMutationunifMutation']
mutOps--传递给交叉函数的参数表,如[400;61003;41003;400]
【注意】matlab工具箱函数必须放在工作目录下
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值,其中0<=x<=9
【分析】选择二进制编码,种群中的个体数目为10,二进制编码长度为20,交叉概率为0.95,变异概率为0.08 【程序清单】 %编写目标函数
function[sol,eval]=fitness(sol,options)
x=sol(1);
eval=x+10*sin(5*x)+7*cos(4*x);
%把上述函数存储为fitness.m文件并放在工作目录下 initPop=initializega(10,[09],'fitness'); %生成初始种群,大小为10
[xendPop,bPop,trace]=ga([09],'fitness',[],initPop,[1e-611],'maxGenTerm',25,'normGeomSelect',...
[0.08],['arithXover'],[2],'nonUnifMutation',[2253]) %次遗传迭代 运算借过为:x=7.856224.8553(当x为7.8562时,f(x)取最大值24.8553) 注:遗传算法一般用来取得近似最优解,而不是最优解。 遗传算法实例2
【问题】在-5<=Xi<=5,i=1,2区间内,求解
f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。 【分析】种群大小10,最大代数1000,变异率0.1,交叉率0.3 【程序清单】 %源函数的matlab代码
function[eval]=f(sol)
numv=size(sol,2);
x=sol(1:numv);
eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282;
%适应度函数的matlab代码
function[sol,eval]=fitness(sol,options)
numv=size(sol,2)-1;
x=sol(1:numv);
eval=f(x);
eval=-eval;
%遗传算法的matlab代码
bounds=ones(2,1)*[-55];[p,endPop,bestSols,trace]=ga(bounds,'fitness')
注:前两个文件存储为m文件并放在工作目录下,运行结果为
p=0.0000-0.00000.0055 大家可以直接绘出f(x)的图形来大概看看f(x)的最值是多少,也可是使用优化函数来验证。matlab命令行执行命令: fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9]) evalops是传递给适应度函数的参数,opts是二进制编码的精度,termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数,即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数。
matlab中ga函数的用法,[转载]MATLAB中自带遗传算法函数GA的用法相关推荐
- matlab2016自带ga,[转载]MATLAB中自带遗传算法函数GA的用法
ga 用遗传算法寻找函数的最优解 语法规则 x = ga(fitnessfcn,nvars) x = ga(fitnessfcn,nvars,A,b) x = ga(fitnessfcn,nvars, ...
- matlab中ga函数的用法,MATLAB中自带遗传算法函数GA的用法
ga 用遗传算法寻找函数的最优解 语法规则 x = ga(fitnessfcn,nvars) x = ga(fitnessfcn,nvars,A,b) x = ga(fitnessfcn,nvars, ...
- matlab公式加装上横线,[转载]Matlab与Latex(公式编辑)
Matlab文本的Interpreter属性使我们能在图形中显示一个较为复杂的公式,例如在公式中除了有希腊字母外,还有分号.根号等数学符号. 当键入:>> set(text,'Interp ...
- Numpy中sum函数的使用方法(Python自带sum函数)
Numpy中sum函数(Python自带sum函数)的作用是对元素求和. 无参时,所有全加: axis=0,按列相加: axis=1,按行相加: 下边通过例子来说明其用法: #!/usr/bin/en ...
- matlab中tf函数是什么,[转载]MATLAB中传递函数TF命令的有关介绍
Tf函数用来建立实部或复数传递函数模型或将状态方程.或零级增益模型转化成传递函数形式. sys = tf(num,den)命令可以建立一个传递函数,其中分子和分母分别为num和den.输出sys是储存 ...
- MATLAB保存数据为dat格式,[转载] Matlab中的数据以.txt或.dat格式保存
具体命令是: 使用save * .txt -asciix x是一个变量 *. txt是文件名,该文件存储在当前工作目录中,然后在打开后可以将其打开,数据可以以指数形式保存. 看下面的例子: a = [ ...
- matlab读int16读文件_[转载]Matlab中的textread textscan读取文本文件
1.MATLAB从文本文件中读取格式化的数据函数是textread. 调用方式 [A,B,C,...] = textread('filename','format') [A,B,C,...] = te ...
- matlab中单独存图_[转载]matlab中保存图片的方法
matlab中保存图片的方法 一.一种是出来图形窗口后手动保存(这儿又可以分两种): 1 直接从菜单保存,有fig,eps,jpeg,gif,png,bmp等格式. 2 edit------〉copy ...
- matlab怎么输入二维数组,[转载]matlab中数组的输入
1 matlab中数组的输入 在matlab中写数组,直接输入元素的数组,应用中括号[],成行向量时,元素之间用空格或逗号隔开,成列向量时,分列处用分号隔开,也可以对相应行向量作转置,为在中括号外加单 ...
- 采用Matlab编程实现 高频强调滤波,[转载]MATLAB图像处理-基于高频强调滤波和直方均衡化图像增强...
摘要: 现代医学非常发达,能通过各种手段来获取人体的各种信息,例如,X光可以拍摄人的骨头等图片.但是,这些图片效果不一定很好,所以在使用着大量的数字成像和数字图片处理设备.那么,现在,我用Matlab ...
最新文章
- C# 获取USB设备信息
- 火狐浏览器修改userAgent
- 2022版全球及中国蓝宝石材料产业容量预测与十四五投资战略研究报告
- 修改系统UIAlertAction的按钮颜色
- 总结:一款Loading动画的实现思路
- 【Ogre-windows】环境配置
- udt java_Java DB中的Java用户定义类型(UDT)
- C++ string转字符串
- android卫星菜单中间,Android卫星菜单:android-satellite-menu
- php 判断点在多边形内,PHP判断点是否在多边形区域内外
- php遍历原理,PHP数组遍历与实现原理
- svn linux版本下载,linux 下安装 subversion(svn) 客户端
- jQuery使用之(二)设置元素的样式
- 使用 软件 vscode 对比文件内容的方法
- C语言程序设计-跳马问题
- Ubantu18.04
- xCAT安装配置文档
- 并不对劲的方格取数问题
- 基于Python的QQ音乐音频图片搜索系统
- ESP32 AT-MQTT 和阿里云进行数据传输
热门文章
- Android—Gradle教程(九)完结篇
- 新内容创业时代,微博的造“星”哲学
- 最新全国行政区划,省市区县乡镇四级json数据
- cobar mysql部署方案_阿里巴巴分布式数据库解决方案——Cobar中间件配置详解 (转)...
- 笔记本和android分屏,如何把Android/IOS手机或者平板作为PC电脑显示器的分屏
- 开源项目Smail动工
- 组态王c语言延时1秒,(组态王软件详细教程第三讲让画面动起来.doc
- 计算机端口怎么配置波特率,怎么查看车载导航端口号、波特率和取码方式?
- SQL刷题:排名的问题
- 软件工程预测模型之COCOMO