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。

①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。

+ r% I. ]- d* c. d' K: I
6 M6 ~2 _8 Q& G8 s# O1 A/ }
8 z& _0 I0 i9 |- g0 @( i# v# L打开后显示优化界面第一个solver选择ga


+ U. p# }* s) |
  ]( [* X4 m7 Q- p5 w& g' v6 n% Q
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

! @1 w4 T5 r' U( ?- D

8 _. H% L0 F( N# I* X
我优化的函数代码：

• 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;
  & K5 S' N' Y$ {( U6 }

# R/ }- N' w# Q6 o- t常用的options
1 _# M' n' x) m1 n6 j  w
8 @( Y" T; h' v, q" S9 Y1 ]
1 t# G+ ]% i! L+ o

9 L' ^- c2 ~3 V6 }/ f1 e: y0 W4 t) z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。

2 _9 g2 W3 Z4 A
* x% i5 b9 K9 `1 q

1 Q8 Q9 L1 ]; S6 J4 d: Z$ b' h②利用命令运行GA工具箱
种群大小200
# a2 V% D  |% l精英解的数量20
; V/ l7 f0 ]! h- ?) [交叉率0.75
迭代次数1000
6 Z+ }; ]4 q/ 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

' e6 x" `% _% K4 v2 l优化的函数是上面GUI中给出的函数

# d' m$ T3 n$ L( e

• 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
  , P( S( \: W9 @6 r7 z' W

运行时的结果：

yin123

MATLAB遗传算法工具箱简介