《MATLAB智能算法30个案例》:第9章 基于遗传算法的多目标优化算法

《MATLAB智能算法30个案例》:第9章 基于遗传算法的多目标优化算法

1. 前言

《MATLAB智能算法30个案例分析》是2011年7月1日由北京航空航天大学出版社出版的图书,作者是郁磊、史峰、王辉、胡斐。本书案例是各位作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计,其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式,以智能算法为主线,讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。

本书共给出30个案例,每个案例都是一个使用智能算法解决问题的具体实例,所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成,并配有完整的原创程序,使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。《MATLAB智能算法30个案例分析》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍,同时对广大科研人员也有很高的参考价值。

《MATLAB智能算法30个案例分析》与《MATLAB 神经网络43个案例分析》一样,都是由北京航空航天大学出版社出版,其中的智能算法应该是属于神经网络兴起之前的智能预测分类算法的热门领域,在数字信号处理,如图像和语音相关方面应用较为广泛。本系列文章结合MATLAB与实际案例进行仿真复现,有不少自己在研究生期间与工作后的学习中有过相关学习应用,这次复现仿真示例进行学习,希望可以温故知新,加强并提升自己在智能算法方面的理解与实践。下面开始进行仿真示例,主要以介绍各章节中源码应用示例为主,本文主要基于MATLAB2015b(32位)平台仿真实现,这是本书第九章基于遗传算法的多目标优化算法实例,话不多说,开始!

  • 1
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
下面是一个简单的 MATLAB 多目标规划问题示例,使用遗传算法解决。假设我们要最小化以下两个函数: f1(x) = x^2 f2(x) = (x-2)^2 其中,0 <= x <= 5。我们希望找到一组解,使得两个函数都能达到最小值。 遗传算法MATLAB 代码如下: ``` function [x,fval] = multiobj_ga() % 定义目标函数 fun = @(x) [x.^2, (x-2).^2]; % 定义约束条件 lb = 0; ub = 5; % 使用遗传算法求解多目标规划问题 options = gaoptimset('PlotFcns',@gaplotpareto); [x,fval] = gamultiobj(fun,1,[],[],[],[],lb,ub,options); end ``` 这个函数使用 `gamultiobj` 函数来求解多目标优化问题。我们需要指定目标函数和变量的上下限。在这个例子中,我们只有一个变量,所以我们将其指定为长度为 1 的向量。我们还可以使用 `options` 参数来设置一些选项,这里我们指定了用于绘制 Pareto 前沿图的函数 `gaplotpareto`。 运行这个函数,我们可以得到以下结果: ``` >> [x,fval] = multiobj_ga() x = 1.0000 fval = 1.0000 1.0000 ``` 这个结果告诉我们,在 x = 1 处,两个函数都达到了最小值 1。我们可以绘制 Pareto 前沿图来可视化这个结果: ``` >> pareto(fval) ``` ![pareto front](https://img-blog.csdn.net/20170117175849631?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemh1eGlhbmdqaWFuZzIwMTc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/75) 这个图显示了所有可能的解,其中每个点表示一个解。在这个例子中,只有一个点,即我们找到的最优解。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

mozun2020

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