MATLAB遗传算法工具箱简介

piday123

! l3 C  W2 C$ d' {MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。MATLAB软件是一个功能很强大的工具，其中可以使用GA工具箱进行遗传算法的数据优化，下面给出具体的操作简单的实例。

! e8 M* Q2 i2 D# V9 k, u3 f: t①利用GUI打开并使用MATLAB遗传算法工具箱。
打开MATLAB选择应用程序，点击Optimization。

- Z9 o+ P6 a4 r) ~. S
% w7 k% J( F2 s% E1 f9 ?6 M
打开后显示优化界面第一个solver选择ga
9 F4 L" j9 x* y
4 t5 m: y3 e; |6 M% t, N- c( y6 K
. E2 ~  M! g1 ^
函数（注意是单目标只能有一个函数输出值）的MATLAB代码填入Fitness Funtion，输入变量值为2，其它设置options可以使用自定义，也可以使用默认，这里我的种群设置为200。设置完后点击start
# Q& C+ Y* Z$ r7 P7 u: ^) Q: Y

) D! S& x$ J! @' `, ]  m( |2 U
我优化的函数代码：
8 f* Z. O4 G/ q+ f% R
0 m" H3 ~+ s6 r% @. g

• function f=GA_demo(x)
• f1=4*x(1).^3+4*x(1)*x(2)+2*x(2).^2-42*x(1)-14;
• f2=4*x(2).^3+4*x(1)*x(2)+2*x(1).^2-26*x(1)-22;
• f=f1.^2+f2.^2;
  0 g* M; H4 |6 w7 z3 h( i. l

* r# Z6 y+ z  v9 y' a常用的options
' V) W( r' w1 `. l2 I8 [选项        功能        值
9 i) U& ~  D& uCrossoveRFraction        交叉的概率        0-1的小数
: i5 g, N8 v# n2 I6 x) T- hEliteCount        用于精英原则，
每次遗传中一定会活下来的个体的个数        正整数
8 i8 \( i; p! L! s/ B/ u* PFitnessLimit        适应度的范围        标量/ {-Inf}
8 _/ W4 H( t3 u( T! O* pGenerations        迭代遗传的次数        正整数
9 M! @: [1 V) U. FInitialPopulation        初始种群        可以用上一次遗传生成的种群
2 b- h' x! K1 T1 n! Z8 u( z作为下一次GA的初始种群
3 H  S6 l. X; s7 b
" q: k% U8 z+ X( C6 y当然MATLAB官方说这个优化工具箱将在未来的版本中去除，请留意。
( N% c! z- L* W


②利用命令运行GA工具箱
6 v  e3 Q0 H" M7 |! I; D种群大小200
4 A( s) L: \0 f( W* H精英解的数量20
0 x4 u2 W- D- R; I$ ]# |( H交叉率0.75
迭代次数1000
停止代数（stall generations）与适应度函数值偏差（function tolerance）。若在Stallgenerations设定的代数内，适应度函数值的加权平均变化值小于function tolerance，算法停止
2 N1 j  `. ~2 ?  t7 I$ I; u7 D
) ]3 ?+ ~- b* e* Q$ g* Z0 @& D优化的函数是上面GUI中给出的函数
( c4 l. T4 }0 T  }5 T
1 |. i9 d0 T; n6 Z2 y1 o

• clear
• clc
• fitnessfcn = @GA_demo;
• % 适应度函数句柄
• nvars = 2;% 个体的变量数目
• options = gaoptimset('PopulationSize',200,'EliteCount',20,'CrossoverFraction',0.75,'Generations',1000,'StallGenLimit',500,'TolFun',1e-100,'PlotFcns',{@gaplotbestf,@gaplotbestindiv}); %参数设置
• [x_best,fval] =ga(fitnessfcn,nvars,[],[],[],[],[],[],[],options);   % 调用ga函数
  

& u: a  E, ^( C: Y! {) n2 a
- C: {. L; u5 G% |# g; a运行时的结果：
% @) y1 F# G" V# I0 X
0 a; N% T% b1 Z, ?* h

' ~* W4 c4 T0 \9 K+ N( ?/ I( k

NingW

MATLAB遗传算法工具箱简介