遺傳演算法工具箱二元

『壹』 遺傳演算法工具箱

你將函數放到work文件夾下面就可以按照格式調用了，主要是你要知道crtbase、crtbp、rangking這些函數的調用格式！

『貳』 遺傳演算法GA工具箱 的二進制bitstring相關選項怎麼設置

1. 既然你用工具箱算，是二進制還是bit string沒啥區別，你也看不到。
   

2. bounds指的是變數的版取值范圍，比如y = x1 +x2,
   其中權1<x1<5，3<x2<4，那lower就該填1,3，upper填5,4.

3. integer variable indices用於整形變數，比如你的x1范圍是從[1,9]，但是是1.2.3.4.5.6.7.8.9，而不是2.36，3.36這樣的浮點值。
   
   

『叄』 matlab遺傳演算法工具箱及應用的內容簡介

本書系統介紹MATLAB遺傳演算法和直接搜索工具箱的功能特點、編程原理及使用方法。全書共分為9章。第一章至第四章介紹遺傳演算法的基礎知識，包括遺傳演算法的基本原理，編碼、選擇、交叉、變異，適應度函數，控制參數選擇，約束條件處理，模式定理，改進的遺傳演算法，早熟收斂問題及其防止等。第五章至第七章介紹英國設菲爾德（Sheffield）大學的MATLAB遺傳演算法工具箱及其使用方法，舉例說明如何利用遺傳演算法工具箱函數編寫求解實際優化問題的MATLAB程序。第八章和第九章介紹MathWorks公司最新發布的MATLAB遺傳演算法與直接搜索工具箱及其使用方法。
本書取材新穎，內容豐富，邏輯嚴謹，語言通俗，理例結合，圖文並茂，注重基礎，面向應用。書中包含大量的實例，便於自學和應用。

『肆』 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])

『伍』 MATLAB遺傳演算法工具箱該怎麼使用呢

直接在命令窗口裡邊輸入gatool就行了，用遺傳演算法還可以使用ga函數，具體使用格式可以在help系統里看ga，你還可以按照如下步驟打開遺傳演算法工具箱：1，打開MATLAB，2點擊左下方的START按鈕 3，點toolboxes，打開後選擇Genetic Algorithm and Direct Search 然後就可以進入gatool了，然後就會彈出ga工具箱（註：我的版本是7.7的，不同版本可能不同），希望對你有用哈！

『陸』 matlab 遺傳演算法工具箱

有可能是沒有了，也有可能是你安裝的版本裡面沒有，需要去官方網站購買。你用專的是正版嗎？正版的網路屬授權可以使用大部分的工具箱。 如果是D版，很可能是你用的版本正好沒有這個。 如果只是用到一些函數，你可以去別人的電腦復制這個工具箱的函數（老版本的估計也能用），添加路徑以後可能也可以用的。

『柒』 matlab遺傳演算法工具箱求解多元函數顯示輸入參數數目不足求解答，非常感謝

錯誤的主要原因是你寫的函數有問題。函數應該這樣來表示：

function y = Test1（x）

a=x(1);b=x(2);

y=a+b;

end

使用優化工具箱，選擇ga，運行可以得到如下結果

『捌』 本人剛學MATLAB遺傳演算法工具箱，請大家幫我看一下這個簡單一元函數優化錯誤的原因及怎樣修改。

由於有代溝，所以plot中的variable是36*20的，而I對應的ObjV是40*1的，所以I可能取40個值，但variable只有36行，所以出錯。在「gen=gen+1;%代計數器增加」後加variable=bs2rv(Chrom,FieldD)，你調試一下試試。

『玖』 遺傳演算法工具箱是什麼

遺傳工具箱是MATLAB中的一個工具，主要是用來求解優化問題的