MATLAB遗传算法工具箱简介

mutougeda

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。
6 F# j* d! r6 Z9 k9 c5 g* Q- h/ a
; s/ B  @) m- `) e" `①利用GUI打开并使用MATLAB遗传算法工具箱。
4 y. C: V9 ?: U  ^打开MATLAB选择应用程序，点击Optimization。

& P! `8 l" _; }, f2 s* j$ }+ D
3 w" n1 l( ^! e3 p& ]
8 c& Q7 X* g: d% S打开后显示优化界面第一个solver选择ga
4 K* o) c3 K! [' j
8 T) |2 b+ H4 s. a+ Y2 u' q# x! Q


1 P' S# l/ Y' E" M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

  w* K( {, ^( e9 Y/ d4 {! ]6 w


我优化的函数代码：
- j% z' Y; m( Q; j* {! E

• 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;
  . ^& z% n# S, T# q1 v" p! W

常用的options
* g5 Y' |6 u7 \
0 h5 e+ {4 c' d3 Y

  v1 y% A! E9 L. E& |1 q
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。
1 u! D! S# p6 ~
' G9 \3 R2 F$ A5 ?! S' I7 D
+ @. y( f0 N. I7 n0 ^; D
: B( Q! ?! S; ^' y0 e
②利用命令运行GA工具箱
# d8 n' L6 j5 v3 g种群大小200
) P( `/ c! W1 c  \精英解的数量20
交叉率0.75
, X+ Z' N8 T2 l+ Z迭代次数1000
+ U& }; ?3 }  e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

) Q" j2 S8 G, Z( L; [优化的函数是上面GUI中给出的函数
) J/ R& b( ]9 y: j0 L( I& c* U
4 t7 j$ r/ L. j6 c/ z& w" N2 |" w- e3 ^

• 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
  

. g% h6 ~* r; U' ~* [* O0 ]运行时的结果：
" W: G. H( x8 p3 N* A5 ?' i; v

yin123

MATLAB遗传算法工具箱简介