matlab 遗传算法工具箱_Matlab遗传算法工具箱使用简介

1.简介

遗传算法是现代优化算法之一,为方便使用Matlab提供了遗传算法工具箱,可以方便我们解决一般的优化问题。

9a882412f5657ab842c903213ac04d13.png

遗传算法工具箱的打开途径为:首先在App中找到Optimization工具箱

1c0a7d65d03d6027fbbc7ca51f1d26f2.png

然后在Solver中找到ga打开就行了,具体的显示界面如下

fc40825387a89c765b6d23f1293ff5ac.png

我们主要用到的就是左边这一块了,在里面输入参数就行了

2.例题

下面我通过几个例题来介绍参数怎么输入

例1,求解f(x)的最小值

cf248e807ca119fa987bfe53fd6d43f0.png

首先我们要编写适应度函数,一般就是目标函数,保存为m函数文件

467cc7ad09cfa03d7091fad95e3c7bee.png

接下来就是输入参数了

d84cb8082f1685b125bab57a67a86874.png

在Fitness function(适应度函数)处输入@目标函数名(因为此处传递的是函数句柄所以一定要加@,不然会出错),Number of Variables是指待求变量的个数,接下来就是输入约束条件了,以为此处约束条件是xi是0到0.9pi之间的实数,所以只需要在Bound处输入就行了,然后点击Start按钮就会求出结果。

例2

be81c77bf58082d1c5349d2a1f2e21e3.png

这个是求最大值,但遗传算法工具箱只能求最小值,所以我们编写适应度函数时在目标函数前加个负号就行了(当-z最小时,z也就最大了)。

目标函数为

d8e820381ee19cf306aab837b0a519be.png

以为此处设计到了不等式约束,所以需要先在Matlab中定义不等式约束,它的不等式约束表示形式为

c7808f95e6472c99b509b6d71c788b19.png

2150c1c4097237449ac848786f27a911.png

在工作区要有约束条件的矩阵变量,和例1不同的是只需要在约束处添加不等式约束就行了。这求的是最大值的相反数。

5a8d93fc919f425f50b56ef94e98c3a8.png

例3

6f01753e0d02c7ca521e462faaf895b3.png

这题和前面不一样的是涉及到了非线性约束,所以需要编写非线性约束条件。

适应度函数

d820f15b4534bb285cda65946f38a54b.png

非线性约束m函数文件

74a43d9c97d430974a95906521b11994.png

其中c代表

187672f804712dfe6da3c10d11dcc4c4.png

ceq代表

361f8bf7b9062e7948082bac1a2286f3.png

此题相对前面的需要在Constraints中的Nonlinear constraint function处输入非线性约束m文件函数

e86e1ed7b94fb7ce850db371c1459ba0.png

以上例题还没有涉及到的参数由Aeq,beq这是线性等式约束的条件,以及Interger variable indices处的参数(这是指明那个参数是整数),具体的可参见最右边的版块

78c9fedcd21266d2a90818bba14bb430.png
  • 6
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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