matlab工具箱ga的結果r

A. MATLAB中的ga演算法，如何如何獲得每一步計算數值

試試以下來方法（忘了在網上自哪裡找的），先調出來圖像，
比如options.PlotFcns={ @gaplotbestf｝，然後取句柄，
h=findobj(gcf,'Type','Line'); %獲取當前圖窗的handle
x = get(h,'xdata'); % 坐標數據cell數據
y = get(h,'ydata');
x,y可能是cell型，想要的數據在x{ }, y{ }里取（比如，打開x,y，查看x,y與你迭代步數相同的維度的兩個cell元素就有最佳值和均值等數據）

B. 求matlab遺傳演算法的GA工具箱，謝謝大家，第一次用百度知道，希望有好的結果

可以告訴我你是做什麼的，我在大學的時候用過，現在忘了，你參加了大學生數學建模？

C. matlab遺傳演算法工具箱使用ga運行不出結果哪裡錯了

可能的原因是：
1.gatbx工具箱下的crtbp函數的文件名為CRTBP.M,大小寫不統一所以出現了內warning,需要把把它改容為小寫的crtbp.m;
2.gatbx屬於第三方工具箱，MATLAB自身對它是沒有說明的，所以搜不到這些
遺傳演算法
的指令。

D. MATLAB的遺傳演算法工具箱GA是怎麼用的

把這些文件裝載工具箱的文件夾路徑下，在把MATLAB讀的路徑設置在那裡，直接輸入文件名和需要輸入的內容就行了。

E. MATLAB自帶的GA工具箱，有誰知道麻煩告訴一下！求教！！！

請問matlab6.5 gaot工具箱和matlab7.0自帶工具箱使用起來有區別嗎？多謝了matlab7.0自帶的工具箱版本未必都是7.0，我的這台電腦裝的也是6.5，看看

F. matlab怎樣讓遺傳演算法ga從上次的運行結果開始繼續尋優

比如通過MATLAB遺傳演算法的思想求解f(x)=x*sin(10pi*x)+2.0,-1>f=@(x)-(x*sin(10*pi*x)+2)f= @(x)-(x*sin(10*pi*x)+2)接著輸入gatool會打開遺傳演算法工具箱按上圖所示設置，版設置好了之後點擊Start運行結果權如下顯示51代之後演算法終止，最小結果為-3.85027334719567，對應的x為1.851，由於自定義函數加了負號，所以原式的最大值為3.85027334719567，對應的x為1.851。不過這是遺傳演算法得到的結果，每次運行的結果可能會有所不同，而且不一定是確切的最大值。遺傳演算法適合應用在一些求最優解比較復雜的問題（常規的演算法運算時間過長，甚至無法解決）。

G. matlab遺傳演算法工具箱優化結果數值

ga就是在窮舉不可能完成時,用一種方式找到最優解
ga工具的完整形式如下表示
[X,FVAL,EXITFLAG,OUTPUT,POPULATION,SCORES] =
GA(FITNESSFCN,NVARS,A,b,Aeq,beq,lb,ub,NONLCON,options)
X是最優自變數
FVAL是求得的最優值
其他以此是推出標志，結構體，終止時的總群，終止時種群函數值
後半部分以此是目標函數，目標函數自變數個數
A和b是線性約束不等式AX〈b
Aeq和beq是一對線性等式約束，AeqX=beq
lb是X值下限，ub是X值下限
NONLCON是非線性約束函數 options是運行方式。這兩個可以寫函數自己完成，也可默認
函數默認計算最小值，計算最大值要加負號

H. 求matlab遺傳演算法工具箱GA Toolbox。。並求解釋如下

GA自己寫一個就好了，也挺簡單的。
雖然很多函數都能知道表達式，但是仍然版有很多函數不能用倒權數來求解，所以要知道空間的極值和最值就必須用遍歷的方法。然而對於實數范圍內或者大規模數據的離散數據情況下，遍歷畫圖的方法會耗費很大的計算復雜度，因為你並不知道是在參數范圍的邊緣還是中間有最值，有多少個最值也不知道。GA就提供了一種基於種群的搜索優化方法，可以快速的收斂到優秀的解的個體，但是要防止陷入局部最優。
簡而言之就是遍歷的搜索方法要用時10小時完成的事情，GA快速優化可能1分鍾或者10分鍾搞定，佔用內存也少。

I. 求解：怎樣使用MATLAB中的遺傳演算法計算器Optimization Tool中的GA——Genetic Algorithm,如圖，重謝

比如通過MATLAB遺傳演算法的思想求解f(x)=x*sin(10pi*x)+2.0,-1<=x<=2的最大值問題，結果精確版到3位小數。

首先在matlab命令權窗口輸入f=@(x)-(x*sin(10*pi*x)+2) 輸出結果為

>> f=@(x)-(x*sin(10*pi*x)+2)

f =

@(x)-(x*sin(10*pi*x)+2)

接著輸入gatool會打開遺傳演算法工具箱

顯示51代之後演算法終止，最小結果為-3.85027334719567，對應的x為1.851，由於自定義函數加了負號，所以原式的最大值為3.85027334719567，對應的x為1.851。

不過這是遺傳演算法得到的結果，每次運行的結果可能會有所不同，而且不一定是確切的最大值。

遺傳演算法適合應用在一些求最優解比較復雜的問題（常規的演算法運算時間過長，甚至無法解決）。