遗传算法求解函数最小值问题及改进-自编程matlab代码

本文介绍了使用传统遗传算法和改进遗传算法在MATLAB中求解函数最小值的问题。针对特定函数,分析了两种算法的性能,发现改进后的遗传算法在稳定性及结果准确性上有所提升。
摘要由CSDN通过智能技术生成

一、传统遗传算法求解函数最小值

①对于函数

f(x)=100(x_{1}^2-x_{2})^2+(1-x_{1})^2 -2.048\leq x1,x2\leq 2.048

其最小值位于x_{1}=1,x_{2}=1时,最小值为0

matlab多次结果如下:

从上图能够看到传统能够得到最终结果,但是稳定性较差,不易得到较好的结果

②对函数做平移,即可得到

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

墨叔叔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值