㈠ matlab优化工具箱中遗传算法的问题
ga就是在穷举不可能完成时,用一种方式找到最优解
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是最优自变量
FVAL是求得的最优值
其他以此是推出标志，结构体，终止时的总群，终止时种群函数值
后半部分以此是目标函数，目标函数自变量个数
A和b是线性约束不等式AX〈b
Aeq和beq是一对线性等式约束，AeqX=beq
lb是X值下限，ub是X值下限
NONLCON是非线性约束函数 options是运行方式。这两个可以写函数自己完成，也可默认
函数默认计算最小值，计算最大值要加负号
非线性约束条件的写法
function [c,ceq]=nonlcon(x) 定义函数自变量是x,x可以是一列矩阵
c=[]; c表示非线性等式约束,以为没有,所以为空
ceq=[x(1)-2*(x(2))^2;
x(1)+X(2) ] ceq是非线性不等式约束,默认ceq<=0,ceq可以为一列矩阵.
>>
㈡ matlab遗传算法工具箱安装问题
可能的原因是：
1.gatbx工具箱下的crtbp函数的文件名为CRTBP.M,大小写不统一所以出现了warning,需要把把它版改为小写的crtbp.m;
2.gatbx属于第权三方工具箱，MATLAB自身对它是没有说明的，所以搜不到这些遗传算法的指令。
㈢ matlab遗传算法工具箱函数的参数问题
可能的原因是：
1.gatbx工具箱下的crtbp函数的文件名为crtbp.m,大小写不统一所以出现了warning,需要把把专它改为属小写的crtbp.m;
2.gatbx属于第三方工具箱，matlab自身对它是没有说明的，所以搜不到这些遗传算法的指令。
㈣ 用matlab的optimization工具箱遗传算法，添加约束条件的问题。
你看到下边那个nonlinear constraint function了吗？
把你的约束写在一个m文件的function中，函数名比如取为：xconstr
则将@xconstr写到nonlinear constraint function后面的框里，应该就可以了。线性约束的话直接写在上方的栏目中。
你的优化问题没看到，用遗传算法求解一般没有问题。这种智能优化算法的最大优点在于求解多局部解优化问题时能得到全局性较好的最有解。如果你不考解的全局最优性的话，可以直接使用fmincon函数来求解。关于fmincon函数，可以在matlab命令行中输入 doc fmincon命令以查看帮助。
㈤ matlab遗传算法工具箱应用问题.在适应度函数处应该输入什么约束条件怎么输入
这个ga工具箱只能解决简单的线性约束问题，你的约束条件是非线性约束，所以你还是要使用gatbx菲尔德大学的那个工具箱，你的问题带有不等式约束，转化为无约束的拉格朗日对偶问题求解
㈥ MATLAB遗传算法工具箱求解非线性多目标优化问题
将下属两个目标函数分别保存在两个m文件中
function f1=func1(x) %第一目标函数
f1=x(:,1).*x(:,1)./4+x(:,2).*x(:,2)./4;
function f2=func2(x) %第二目标函数
f2=x(:,1).*(1-x(:,2))+10;
function GA()
clear;clc;close all
NIND=100; %个体数目
MAXGEN=50; %最大遗传代数
NVAR=2; %变量个数
PRECI=20; %变量的二进制位数
GGAP=0.9; %代沟
trace1=[];trace2=[];trace3=[]; %性能跟踪
%建立区域描述器
% rep([PRECI],[1,NVAR])
FieldD=[rep([PRECI],[1,NVAR]);rep([1;2],[1,NVAR]);rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND,NVAR*PRECI); %初始种群
v=bs2rv(Chrom,FieldD) ; %初始种群十进制转换
gen=1;
while gen<MAXGEN,
[NIND,N]=size(Chrom);
M=fix(NIND/2);
ObjV1=func1(v(1:M,:)); %分组后第一目标函数值
FitnV1=ranking(ObjV1); %分配适应度值
SelCh1=select('sus',Chrom(1:M,:),FitnV1,GGAP); %选择
ObjV2=func2(v(M+1:NIND,:)); %分组后第二目标函数值
FitnV2=ranking(ObjV2); %分配适应度值
SelCh2=select('sus',Chrom(M+1:NIND,:),FitnV2,GGAP); %选择
SelCh=[SelCh1;SelCh2]; %合并
SelCh=recombin('xovsp',SelCh,0.7); %重组
Chrom=mut(SelCh); %变异
v=bs2rv(Chrom,FieldD);
trace1(gen,1)=min(func1(v));
trace1(gen,2)=sum(func1(v))/length(func1(v));
trace2(gen,1)=min(func2(v));
trace2(gen,2)=sum(func2(v))/length(func2(v));
trace3(gen,1)=min(func1(v)+func2(v));
trace3(gen,2)=sum(func1(v))/length(func1(v))+sum(func2(v))/length(func2(v));
gen=gen+1;
end
figure(1);clf;
plot(trace1(:,1));hold on;plot(trace1(:,2),'-.');
plot(trace1(:,1),'.');plot(trace1(:,2),'.');grid on;
legend('解的变化','种群均值的变化')
xlabel('迭代次数');ylabel('目标函数值');
figure(2);clf;
plot(trace2(:,1));hold on;
plot(trace2(:,2),'-.');
plot(trace2(:,1),'.');
plot(trace2(:,2),'.');grid;
legend('解的变化','种群均值的变化');
xlabel('迭代次数');ylabel('目标函数值');
figure(3);clf;
plot(trace3(:,1));hold on;
plot(trace3(:,2),'-.');
plot(trace3(:,1),'.');
plot(trace3(:,2),'.');grid;
legend('解的变化','种群均值的变化');
xlabel('迭代次数');ylabel('目标函数值');
figure(4);clf;plot(func1(v));hold on;
plot(func2(v),'r-.');grid;
㈦ 雷英杰《Matlab遗传算法工具箱及应用》Sheffield大学gatbx工具箱---问题
找专业人士吧，或者到论坛上发贴子，这里很少会有人回答这么专业的问题。
㈧ 使用matlab遗传算法工具箱能不能解决组合优化问题还有使用工具箱方便还是自己编程方便呢
1、要看你组来合优化是属于哪种问题，源一般的组合优化都是混合整数线性或非线性的，那么就不行了，因此要对遗传算法改进才能计算。
2、如果有现成的工具箱求解你的组合优化问题肯定要方便些，但碰到具体问题，可能要对参数进行一些设置更改，所以最好能有编程基础，那样就可以自己修改工具箱里面的参数或策略了
对你的补充问题，组合优化问题一般都是用matlab 和 lingo实现吧。建议买一本数学建模的书看一看，都涉及到组合优化问题，也可以下载论文看看。lingo对编程要简单些，主要是求混合规划，缺点是似乎还不能用上多目标问题，一般的组合优化都属于多目标问题。但是matlab功能强大的多。
㈨ MATLAB遗传算法工具箱优化变量定义问题
你定义的目标函数有问题。应把h1、h2、h3看成一个变量组，即h=[h1,h2,h3]，即
function y=Fitfun1（h）
y=25*h(1)+50*h(2)-10*h(3) %为了说回明问题，把函数表达答式写成该形式
如还不能理解，最好把具体问题贴出来，包括其约束条件，以便我们帮助你。
㈩ matlab遗传算法工具箱的问题
还是自己编写吧工具箱好多实际问题不能解决