matlab遗传算法工具箱的简单应用

2 篇文章 0 订阅
2 篇文章 0 订阅

在平时写论文中,需要进行最小化的参数优化问题时,利用遗传算法进行优化可以为论文提分不少。然而,代码的编写远比遗传算法工具箱麻烦的多,在此,展示一个利用遗传算法工具箱进行最小化优化的例子,方便读者进行学习。
假设我们想要计算下面函数的最小值:
在这里插入图片描述
同时,我们假设x1和x2的取值范围是(0,6)。因此,这是一个有约束的最小化问题。

先编写目标函数的M文件:
在这里插入图片描述
然后打开优化工具箱,选择遗传算法,输入目标函数句柄和参数数目与取值范围,因为目标函数求解简单,其他参数均保持默认值,读者可以根据需要调节初始群体以及终止条件等。求解结果如下:
在这里插入图片描述
在这里插入图片描述
可以看到,最小值近似于-9,与我们手算出来的最小值结果相同。一旦目标函数复杂以及参数数目众多,遗传算法全局寻优的优势就体现出来了。

评论 2
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