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。
1 E2 f( s8 |  K& x: y) ?
①利用GUI打开并使用MATLAB遗传算法工具箱。
6 F/ e& S# T' d0 c# m( e( [打开MATLAB选择应用程序，点击Optimization。
$ P9 T( ~2 W& K! E# \; d


' h* y1 v: d0 Q' w9 o$ A打开后显示优化界面第一个solver选择ga
* J5 B( C( q. K/ V
9 w4 s' {1 y: \3 B5 i& I3 w' L
: Z1 ~0 u$ P, h% b% u% ]

4 y5 M( F6 y3 s6 n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


; z7 N6 w/ }  c$ x& @

我优化的函数代码：

$ m4 g! z& g5 Y8 J7 G# w+ G% z

• 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
  b! L6 K3 d! b# L& G
0 r- K6 f+ ^3 k: l


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。
% J0 ~+ \! o$ B  A5 W
' C. [1 a+ [' F* W2 {" ?' L

6 I" C' M' v2 N, i# V& C4 U/ P
: \. m* n0 w: C# E6 {②利用命令运行GA工具箱
种群大小200
+ ]4 P9 r) M! c+ A6 f  d精英解的数量20
/ @/ f4 D" U9 b2 q/ A6 p交叉率0.75
迭代次数1000
% I8 D7 {8 q+ P" B' Z+ 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

$ C; {6 K" p' N' V1 L4 h9 H优化的函数是上面GUI中给出的函数

• 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
  

运行时的结果：
, P9 T0 y- u& [9 M
+ w( M% N, u: F; E- {
! T5 b3 a' L5 r6 h
3 W# ?3 T+ W4 M+ m2 S) z

yin123

MATLAB遗传算法工具箱简介