matlab调用实现简单遗传算法例子

题目

最小化f(x)，其满足g1，g2两个约束
对两个约束条件，设置不同的惩罚系数

采用matlab实现

1. 构造F(x)表达式

新建simple_fitness.m函数

matlab代码如下

function y = simple_fitness(x)
 f = (x(1)-2)*(x(1)-2) + (x(2)-1)*(x(2)-1);
 g1 = x(1) - 2*x(2) +1;
 g2 = -0.25*x(1)*x(1) - x(2)*x(2) + 1;
 %判断r1
 if g1 == 0
     r1 = 0;
 else if abs(g1) < 0.01
         r1 = 50;
     else if abs(g1) < 0.1
             r1 = 100;
         else r1 = 500;
         end
     end
 end
 %判断r2
 if g2 >= 0
     r2 = 0;
 else if g2 >= -0.01
         r2 = 150;
     else if g2 >= -0.1
             r2 = 190;
         else r2 = 500;
         end
     end
 end
 p = r1*g1*g1 + r2*g2*g2;
 y = f + p; 
end

2. 写main.m脚本

matlab代码

ObjectiveFunction = @simple_fitness;
nvars = 2;%变量个数
LB = [0]%定义域下限
UB = [1]%定义域上限
 
[x,fval] = ga(ObjectiveFunction,nvars,[],[],[],[],LB,UB)%调用ga函数

运行脚本

可得结果

3. 或者直接用工具箱
APP里选择Optimization

在solver那栏选择遗传算法（Gnetic Algorithm）

传入优化函数名，设置变量个数，上下界

点start即可得到结果

结果

x1取0.8344，x2取0.9122，优化函数取最小值1.3770
可以多次运行，每次结果会有些许偏差

本例是对matlab GA工具包的简单运用