addoil 发表于 2003-10-25 11:58:22

【分享】matlab遗传算法工具箱函数及实例讲解

本帖最后由 messenger 于 2009-10-14 11:09 编辑

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

matlab遗传算法工具箱

addoil 发表于 2003-10-25 12:32:38

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

本帖最后由 messenger 于 2009-5-18 16:10 编辑

【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

运算结果为：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。

addoil 发表于 2003-10-25 13:01:35

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

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)',)

cwit 发表于 2003-10-25 13:15:59

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

很高兴这里有多了一个高人。
你的fplot函数有点让我吃惊。

addoil 发表于 2003-10-25 13:27:49

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

怎么了，fplot函数只是一个绘图函数，不是优化函数啊，有问题吗？

addoil 发表于 2003-10-25 13:29:31

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

本帖最后由 messenger 于 2009-5-18 16:10 编辑

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

addoil 发表于 2003-10-25 13:31:36

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

上面的initializega和ga函数的参数注解是我自己的理解，不对的地方还请大家指正。

cwit 发表于 2003-10-25 13:38:23

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

我以前没有注意到这个函数，或者是这类函数。
我是希望做一个用户自定义公式，并且要考虑嵌入到算法模块，以及脱离matlab环境。还要注意避免eval。如果能够解决这个问题，那就是对算法扩展的一大贡献。
四川老乡，给我一个邮件吧，有空再跟你细聊。

addoil 发表于 2003-10-25 13:57:53

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

哦，我是湖北人，现在在成都读书，不过已经算是半个四川人了。我们就算是半个老乡啊,^-^.我的邮件地址：tongfang_li@163.com.以后还需要你多多指教啊。

addoil 发表于 2003-10-25 16:08:40

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

我也就看了几个对我有用的工具箱，研究得也不深，都只是了解了一些基本的东西。

cwit 发表于 2003-10-25 17:14:44

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

我们可以多多分享，尤其是在任务急，时间紧时。这样一切都很容易搞定。

addoil 发表于 2003-10-25 17:33:15

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

我上次在这里请教的渐开线拟合的问题至今还没有搞定啊。

kingthr 发表于 2003-10-25 20:44:18

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

附件里是我原来做的一个 数据拟和 看看有用吗？

snow_man_0 发表于 2003-10-25 22:54:50

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

ＧＡ里面还有很多函数，
有没有人帮忙多介绍点，还有能不能再多给些实例

snow_man_0 发表于 2003-10-26 08:39:49

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

本帖最后由 messenger 于 2009-5-18 16:11 编辑

to addoil

1.【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,,'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

addoil

2.【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3
    =ga(bounds,'fitness')

看了一下，发现１和２在你的代码里没有体现出来？？？

addoil 发表于 2003-10-26 16:58:41

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

本帖最后由 messenger 于 2009-5-18 16:11 编辑

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'],,'nonUnifMutation',) 我也觉得奇怪，大家一起看看源代码，好好研究研究啊。

snow_man_0 发表于 2003-10-26 17:52:16

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

本帖最后由 messenger 于 2009-5-18 16:11 编辑

evalops, opts(1), termops, xoverops, mutops(1), mutops(3) ...
      ???

addoil 发表于 2003-10-27 14:18:09

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

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。

xht 发表于 2004-1-3 09:14:24

回复： 【分享】matlab遗传算法工具箱函数及实例讲解

我是一个新手，最近要编一个遗传算法的程序，谢谢addoil提供的这些资料。
另外，请教addoil，如果我想获得关于遗传算法更详细的知识，我能到哪里去找？市场上有介绍遗传算法工具箱的书吗？

蓝白725 发表于 2004-1-3 09:38:12

页: [1] 2 3 4 5
查看完整版本: 【分享】matlab遗传算法工具箱函数及实例讲解