matlab遗传算法工具箱函数及实例讲解.doc

1、matlab遗传算法工具箱函数及实例讲解核心函数： (1)function pop=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)precision F_or_B,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 prec

2、ision指定精度) (2)function x,endPop,bPop,traceInfo = 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 optsepsilon prob

3、_ops display-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1e-6 1 0 termFN-终止函数的名称,如maxGenTerm termOps-传递个终止函数的参数,如100 selectFN-选择函数的名称,如normGeomSelect selectOps-传递个选择函数的参数,如0.08 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2 0;2 3;2 0 mutFNs-变异函数表，如bo

4、undaryMutation multiNonUnifMutation nonUnifMutation unifMutation mutOps-传递给交叉函数的参数表,如4 0 0;6 100 3;4 100 3;4 0 0 matlab遗传算法工具箱附件【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 functionsol,eval=fitness(s

5、ol,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(10,0 9,fitness);%生成初始种群，大小为 10 x endPop,bPop,trace=ga(0 9,fitness,initPop,1e-6 1 1,maxGenTerm,25,normGeomSelect,. 0.08,arithXover,2,nonUnifMutation,2 25 3) %25 次遗传迭代 运算结果为：x = 7.8562 24.8553(当 x

6、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。另外遗传算法的收敛性跟其初始值有关，大家运行上面的命令所得到的借过可能跟我的借过不同或是差别很大。但多执行几次上面的命令（随即取不同的初始群体）一定可以得到近似最优解。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

7、0.3 【程序清单】 源函数的 matlab 代码 function eval=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 sol,eval=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,

8、1)*-5 5; p,endPop,bestSols,trace=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 0.00551.【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 initPop=initializega(10,0 9,fitness);%生成初始种群，大小为 10 x endPop,bPop,trace=ga(0 9,fitness,initPop,1e-6 1 1,maxGenTerm,25,normGeomSelect,

9、. 0.08,arithXover,2,nonUnifMutation,2 25 3) %25 次遗传迭代 addoil 2.【分析】种群大小 10，最大代数 1000，变异率 0.1,交叉率 0.3 p,endPop,bestSols,trace=ga(bounds,fitness) 看了一下，发现和在你的代码里没有体现出来？问得好啊，snow_man_0。这些东西都是我从树上抄下来的，书上没有讲清楚，而且我也觉得有些参数有问题。 至于第一个例子，选择二进制编码和种群中的个体数为 10 是没有问题的，二进制的编码长度为 20 是通过精度（1e-6） 来确定的。我也觉得交叉概率 0.95 和变

10、异概率 0.08 没有在程序中体现出来，程序只所以能够正确运行，我想可能是采用了默认的交叉概率 0.6 以及变异概 率 0.05 的原因吧。程序中的参数arithXover,2,nonUnifMutation,2 25 3) 我也觉得奇怪，大家一起看看源代码，好好研究研究啊。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，具体含义我也没弄懂，我觉得有点怪。多目标优化的处理 目前我见到过提到

11、的有这样一些方法： 1. 小生境算法； 2. 转化为单目标算法（实质上就是对各个目标进行加权求和转换为单目标） ； 3. 共享函数法等. . 上面他讲的 matlab 中的工具箱,我没有下载 估计也试 gaot v5 我大致看过这个工具箱 如果你想直接应用这个工具箱 好像是不可以的 但是,如果你只是先自己设计好一些处理方法 譬如,用小生境,或者是加权转换 你还是可以利用其中的很多函数的, 譬如: 编码的, 交叉的,变异的 . 你可以在自己设计的程序中适当地调用它们问：我们可以控制 matlab 的启动吗？ 答： 在toolboxlocal目录下有两个文件，matlabrc.m，startup.

12、m 文件，它们关系 matlab 的启动。Matlab 启动是自动执行这两个文件，只要修改这两个文件，我们就可以控制 ma tlab 的启动了。 startup.m 不是安装时就有的，原型是 startupsav.m 在执行 matlab.exe 还可以添加参数 /automatin 启动作为一个自动化服务器 /logfile logfilename 自动把 matlab 输出写到指定的日志文件 /minimize 最小化启动 /nosplash 不显示扉屏 /r M_file 自动执行指定的 M 文件 /regserver 注册 ActiveX 条目 /unregserver 删除 Acti

13、veX 条目 这些参数对在 vb 中用 shell 命令启动 matlab 时是很有用的。 在执行 matlab.exe 还可以添加参数 /automatin 启动作为一个自动化服务器 /logfile logfilename 自动把 matlab 输出写到指定的日志文件 /minimize 最小化启动 /nosplash 不显示扉屏 /r M_file 自动执行指定的 M 文件 /regserver 注册 ActiveX 条目 /unregserver 删除 ActiveX 条目 这些参数对在 vb 中用 shell 命令启动 matlab 时是很有用的。 另： 在 matlab 退出时，会

14、自动执行toolboxlocal目录下 finish.m 文件。addoil wrote: 【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 functionsol,eval=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

15、下 initPop=initializega(10,0 9,fitness);%生成初始种群，大小为 10 x endPop,bPop,trace=ga(0 9,fitness,initPop,1e-6 1 1,maxGenTerm,25,normGeomSelect,. 0.08,arithXover,2,nonUnifMutation,2 25 3) %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。另外遗传算法的收敛性跟其初始值有关，大家运行上面的命令

16、所得到的借过可能跟我的借过不同或是差别很大。但多执行几次上面的命令（随即取不同的初始群体）一定可以得到近似最优解。请教 addoil： （1）这里面编写目标函数那 3 句为什么要另外存成一个文件？这 3 句与下面的程序存成一个文件不可以吗？ （2）目标函数中参数 sol 的含义是什么？为什么在函数定义行“”的两边都有这个 sol 参数，如何理解？ 谢谢！sol 是当前个体，若你的求解空间是 n 维，则 sol 是 n+1 个元素的行向量。一般通过 sol 来编目标函数,sol(i)就是第 i 个自变量。第 n1 个元素好像就是优化的目标吧。addoil 大侠，我下载了你所提供的遗传算法工具箱，

17、能够使用了，但是在 command 框中总是出现下面的出错提示： Using Toolbox Path Cache. Type “help toolbox_path_cache“ for more info. To get started, select “MATLAB Help“ from the Help menu. Warning: Name is nonexistent or not a directory: c:MATLAB6p5toolboxgagaotv5. In C:MATLAB6p5toolboxmatlabgeneralpath.m at line 116 In C:MAT

18、LAB6p5toolboxgastartup.m at line 1 In C:MATLAB6p5toolboxlocalmatlabrc.m at line 19 不知是什么原因，请问如何解决，盼回复！ 哥们：这个问题我也遇到过，解决办法很简单。把遗传算法工具箱中的 startup.m的语句屏蔽掉就可以了。如果问题解决了，版主给加分。引用 使用道具 报告 回复 TOP wzchu1979 该用户已被删除 42# 大 中 小 发表于 2006-8-12 10:45 只看该作者 如何如何控制交叉概率和变异概率?各位大侠:小弟请教三个问题.matlab遗传算法工具箱函数是如何如何控制交叉概率和变异

19、概率?xOverFNs交叉函数为什么会有多个,例如缺省的是arithXover heuristicXover simpleXover ?xOverOps参数是如何起作用的?引用 使用道具 报告 回复 TOP yxz32 43# 大 中 小 发表于 2006-8-28 19:54 只看该作者 我是一个新手，看了帖子上的程序，可是无法通过啊？高手们给解答一新手会员帖子2精华0积分0贡献积分0阅读权限10 个人空间 发短消息 加为好友 当前离线下吧！%源函数的 matlab代码 function eval=f(sol) numv=size(sol,2); x=sol(1:numv); eval=-2

20、0*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 sol,eval=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; p,endPop,bestSols,trace=ga(bounds,fitness) ? Error: File: E:matlabworkzz4.m Line

21、: 8 Column: 49Missing operator, comma, or semicolon.引用 使用道具 报告 回复 TOP kying 该用户已被删除 44# 大 中 小 发表于 2006-10-14 21:04 只看该作者 我也正需要这方面的资料，实在太好了，谢谢了。引用 使用道具 报告 回复 TOP beveron88 新手会员帖子32 精华0 积分0 贡献积分12 阅读权限10 个人空间 发短消息 加为好友 当前离线 45# 大 中 小 发表于 2007-7-25 15:54 只看该作者 谢谢楼主热心分享本帖最近评分记录 bainhome 贡献积分 -5 灌水 2007-

22、7-25 17:39 引用 使用道具 报告 回复 TOP chrismon 新手会员帖子12 精华46# 大 中 小 发表于 2007-7-26 21:23 只看该作者 好 谢谢 学习本帖最近评分记录 dingzixiu 贡献积分 -2 恶意灌水 2007-7-26 22:07 0 积分0 贡献积分-82 阅读权限10 个人空间 发短消息 加为好友 当前离线 引用 使用道具 报告 回复 TOP pyyyzl007 新手会员帖子8 精华0 积分0 贡献积分3 阅读权限10 个人空间 发短消息47# 大 中 小 发表于 2007-7-27 21:34 只看该作者 function pop = in

23、itializega(num, bounds, evalFN,evalOps,options)if nargin5options=1e-6 1;endif nargin4evalOps=;endif any(evalFN48) %Not a .m fileif options(2)=1 %Float GAestr=x=pop(i,1); pop(i,xZomeLength)=, evalFN ; else %Binary GAestr=x=b2f(pop(i,:),bounds,bits); pop(i,xZomeLength)=, evalFN ; endelse %A .m fileif

24、options(2)=1 %Float GAestr= pop(i,:) pop(i,xZomeLength)= evalFN (pop(i,:),0 evalOps); else %Binary GAestr=x=b2f(pop(i,:),bounds,bits);x v= evalFN .(x,0 evalOps); pop(i,:)=f2b(x,bounds,bits) v; endendnumVars = size(bounds,1); %Number of variablesrng = (bounds(:,2)-bounds(:,1); %The variable 加为好友 当前离线

25、 rangesif options(2)=1 %Float GAxZomeLength = numVars+1; %Length of string is numVar + fitpop = zeros(num,xZomeLength); %Allocate the new populationpop(:,1:numVars)=(ones(num,1)*rng).*(rand(num,numVars)+.(ones(num,1)*bounds(:,1);else %Binary GAbits=calcbits(bounds,options(1);xZomeLength = sum(bits)+1; %Length of string is numVar + fitpop = round(rand(num,sum(bits)+1);endfor i=1:numeval(estr);end有谁能够解释一下上面工具箱里的初始化函数吗