遺傳演算法工具箱gui

Ⅰ 有關怎麼應用matlab遺傳演算法工具箱GUI

GA就是鈣的意識，如果是CA 則是癌症的意識。

Ⅱ 遺傳演算法工具箱的具體使用

matlab遺傳演算法工具箱函數及實例講解 核心函數：
(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始種群的生成函數
【輸出參數】
pop--生成的初始種群
【輸入參數】
num--種群中的個體數目
bounds--代表變數的上下界的矩陣
eevalFN--適應度函數
eevalOps--傳遞給適應度函數的參數
options--選擇編碼形式(浮點編碼或是二進制編碼)[precision F_or_B],如
precision--變數進行二進制編碼時指定的精度
F_or_B--為1時選擇浮點編碼，否則為二進制編碼,由precision指定精度)
(2)function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,...
termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遺傳演算法函數
【輸出參數】
x--求得的最優解
endPop--最終得到的種群
bPop--最優種群的一個搜索軌跡
【輸入參數】
bounds--代表變數上下界的矩陣
evalFN--適應度函數
evalOps--傳遞給適應度函數的參數
startPop-初始種群
opts[epsilon prob_ops display]--opts(1:2)等同於initializega的options參數，第三個參數控制是否輸出，一般為0。如[1e-6 1 0]
termFN--終止函數的名稱,如['maxGenTerm']
termOps--傳遞個終止函數的參數,如[100]
selectFN--選擇函數的名稱,如['normGeomSelect']
selectOps--傳遞個選擇函數的參數,如[0.08]
xOverFNs--交叉函數名稱表，以空格分開，如['arithXover heuristicXover simpleXover']
xOverOps--傳遞給交叉函數的參數表，如[2 0;2 3;2 0]
mutFNs--變異函數表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']
mutOps--傳遞給交叉函數的參數表,如[4 0 0;6 100 3;4 100 3;4 0 0]
【問題】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9
【分析】選擇二進制編碼，種群中的個體數目為10，二進制編碼長度為20，交叉概率為0.95,變異概率為0.08
【程序清單】
%編寫目標函數
function[sol,eval]=fitness(sol,options)
x=sol(1);
eval=x+10*sin(5*x)+7*cos(4*x);
%把上述函數存儲為fitness.m文件並放在工作目錄下
initPop=initializega(10,[0 9],'fitness');%生成初始種群，大小為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次遺傳迭代
運算借過為：x =
7.8562 24.8553(當x為7.8562時，f（x）取最大值24.8553)
註：遺傳演算法一般用來取得近似最優解，而不是最優解。
遺傳演算法實例2
【問題】在－5<=Xi<=5,i=1,2區間內，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】種群大小10，最大代數1000，變異率0.1,交叉率0.3
【程序清單】
％源函數的matlab代碼
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;
%適應度函數的matlab代碼
function [sol,eval]=fitness(sol,options)
numv=size(sol,2)-1;
x=sol(1:numv);
eval=f(x);
eval=-eval;
%遺傳演算法的matlab代碼
bounds=ones(2,1)*[-5 5];
[p,endPop,bestSols,trace]=ga(bounds,'fitness')
註：前兩個文件存儲為m文件並放在工作目錄下，運行結果為
p =
0.0000 -0.0000 0.0055
大家可以直接繪出f(x)的圖形來大概看看f（x）的最值是多少，也可是使用優化函數來驗證。matlab命令行執行命令：
fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9])

Ⅲ matlab遺傳演算法工具箱有GUI界面嗎求答案

恩 有的 你只要在Matlab的command中輸入gatool就會出現遺傳工具箱的gui界面所有通過命令行實現的options都可以通過這個界面設置，很方便也很傻瓜，挺好用的如果需要，還可以使用菜單中的file將gui文件保存為M代碼，這樣就不需要自己寫程序，卻得到了M代碼

Ⅳ matlab遺傳演算法 GUI 指令

你把遺傳演算法的工具箱GADS或者GA復制到你的matlab安裝文件後，直接在matlab的命令窗口輸入gatool，回車即可

Ⅳ 如何設置MATLAB遺傳演算法工具箱GUI界面的參數

http://wenku..com/link?url=Hmvr288o9_mImBisC_-1L3Pj2psA47RF39uA_vcVHU1Pj-TiJCUdQ9V5b5i

Ⅵ 請問，遺傳演算法工具箱如何使用添加路徑用addpath，調用時怎麼用呢

最簡單的辦法是：一般GUI界面顯示有bin文件夾裡面的東西，你可以在這裡面建一個文件夾，將下載的遺傳演算法的函數全部裝在裡面，雙擊這個文件夾，你會看到這個文件夾裡面的東西不是透明色了，這個時候就相當於將其設為當前路徑了，可以調用這些函數了。

Ⅶ matlab遺傳演算法工具箱求解非線性約束問題，如何在GUI設置，或者這個程序如何編

感覺lb=[2,30];和ub=[2,30];上有問題。根據我的判斷，lb=[2,30];和ub=[];，這樣的話，可以得到，x1=5.91529880464077，x2= 91.34970961511135，y=8.612323770417001

Ⅷ 如何調用MATLAB遺傳演算法工具箱

1、打開MATLAB軟體。

Ⅸ matlab遺傳演算法工具箱有GUI界面嗎

在命令窗口輸入optimtool，裡麵包括gatool（遺傳演算法工具箱），我的版本是2010b的，如果是之前的版本輸入gatool就可以彈出那個gui！
我的騰訊聯系方式，散壩而要齡要傘流午

Ⅹ 怎麼使用matlab遺傳演算法工具箱GUI

恩
有的
你只要在matlab的command中輸入gatool就會出現遺傳工具箱的gui界面所有通過版命令行權實現的options都可以通過這個界面設置，很方便也很傻瓜，挺好用的如果需要，還可以使用菜單中的file將gui文件保存為m代碼，這樣就不需要自己寫程序，卻得到了m代碼