请教关于遗传算法和matlab。
不知道matlalb里面有没有现成的遗传算法？如果有应该如何调用？如果没有，需要自己编的话，不知道哪位有么有这方面的代码.请联系QQ121423427。另外不知道有没有关于遗传算法的好的网页，书籍之类的推荐。在下感激不尽 这方面有书的,推荐一本EBOOK
MATLAB遗传算法工具箱及应用
【作 者】雷英杰等编著
【丛书名】
【形态项】 261页 ; 26cm
【读秀号】000005243465
【出版项】 西安电子科技大学出版社 , 2005
【ISBN号】 7-5606-1484-1 / TP18
【原书定价】 CNY26.00 网上购买
【主题词】遗传(学科: 算法 学科: 应用)遗传 算法
【参考文献格式】雷英杰等编著. MATLAB遗传算法工具箱及应用. 西安电子科技大学出版社, 2005.
matlab遗传算法工具箱函数及实例讲解（转引）
gaotv5
核心函数：
(1)function =initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数
【输出参数】
pop--生成的初始种群
【输入参数】
num--种群中的个体数目
bounds--代表变量的上下界的矩阵
eevalFN--适应度函数
eevalOps--传递给适应度函数的参数
options--选择编码形式(浮点编码或是二进制编码),如
precision--变量进行二进制编码时指定的精度
F_or_B--为1时选择浮点编码，否则为二进制编码,由precision指定精度)
(2)function = ga(bounds,evalFN,evalOps,startPop,opts,...
termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数
【输出参数】
x--求得的最优解
endPop--最终得到的种群
bPop--最优种群的一个搜索轨迹
【输入参数】
bounds--代表变量上下界的矩阵
evalFN--适应度函数
evalOps--传递给适应度函数的参数
startPop-初始种群
opts--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。如
termFN--终止函数的名称,如['maxGenTerm']
termOps--传递个终止函数的参数,如
selectFN--选择函数的名称,如['normGeomSelect']
selectOps--传递个选择函数的参数,如
xOverFNs--交叉函数名称表，以空格分开，如['arithXover heuristicXover simpleXover']
xOverOps--传递给交叉函数的参数表，如
mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']
mutOps--传递给交叉函数的参数表,如
注意】matlab工具箱函数必须放在工作目录下
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9
【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08
【程序清单】
%编写目标函数
function=fitness(sol,options)
x=sol(1);
eval=x+10*sin(5*x)+7*cos(4*x);
%把上述函数存储为fitness.m文件并放在工作目录下
initPop=initializega(10,,'fitness');%生成初始种群，大小为10
=ga(,'fitness',[],initPop,,'maxGenTerm',25,'normGeomSelect',...
,['arithXover'],,'nonUnifMutation',) %25次遗传迭代
运算借过为：x =
7.8562 24.8553(当x为7.8562时，f（x）取最大值24.8553)
注：遗传算法一般用来取得近似最优解，而不是最优解。
遗传算法实例2
【问题】在－5<=Xi<=5,i=1,2区间内，求解
f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。
【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3
【程序清单】
％源函数的matlab代码
function =f(sol)
numv=size(sol,2);
x=sol(1:numv);
eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282;
%适应度函数的matlab代码
function =fitness(sol,options)
numv=size(sol,2)-1;
x=sol(1:numv);
eval=f(x);
eval=-eval;
%遗传算法的matlab代码
bounds=ones(2,1)*[-5 5];
=ga(bounds,'fitness')
注：前两个文件存储为m文件并放在工作目录下，运行结果为
p =
0.0000 -0.0000 0.0055
大家可以直接绘出f(x)的图形来大概看看f（x）的最值是多少，也可是使用优化函数来验证。matlab命令行执行命令：
fplot('x+10*sin(5*x)+7*cos(4*x)',)
evalops是传递给适应度函数的参数，opts是二进制编码的精度，termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数，即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数。
页:
[1]