ga工具箱使用教程

① 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。

② matlab缺少工具包怎么办啊

matlab缺少工具包可以去官网下载相关的工具包来补充。

解决方法：

1、把matlab工具包下载后，解压。

2、将解压后的gatbx文件夹移到MATLAB的安装目录下的toolbox文件夹里。

3、选择 设置路径。

补充：安装好之后如何使用：在命令行输入 optimtool 会弹出一个新窗口然后在Solver里选择GA工具箱就可以了。

MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉物铅、信号处理、量化金融与风险管理、机器人，控制系统等领域。

MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室），软件主要面对科学计算、可视化以及交互式程好局序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中。

为罩袜好科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式。

③ MATLAB的遗传算法工具箱GA是怎么用的

把这些文件装载工具箱的文件夹路径下，在把MATLAB读的路径设置在那里，直接输入文件名和需要输入的内容就行了。

④ matlab中的ga工具箱的custom怎么用我的自变量是10个整数变量，请问怎么约束，急，在线等。。

matlab中的ga工具箱的custom怎么用？我的自变量是10个整数变量，请问怎么约束，急，在线等。。
lyfit（）版函数可以权输出多项式的系数，即拟合的函数表达式，你可以help polyfit一下

希望我可以帮助到你

⑤ matlab中goat工具箱的用

方法/步骤

首先就是去网络上面下载goat工具箱，一般都打包为rar格式，下载完成之后进行解内压。
解压之后的容goat文件夹，里面包含了很多遗传神经算法使用到的函数，将这文件夹拷贝到toolbox文件夹下。本人MATLAB安装在D盘，所以工作路径为：D:\matlab\toolbox

goat文件夹拷贝到指定位置之后，这时还需要添加工作路径，才能使goat工具箱正常使用。这时需要打开MATLAB软件，在file菜单栏中，选择set path...
在弹出的对话框中，选择ADD Folder...，对话框中，选择刚才拷贝goat工具箱的路径，我的为：D:\matlab\toolbox

此时，goat工具箱即可使用。在MATLAB软件中输入help ga指令，即可查看是否安装成功。

⑥ matlab 自带ga工具箱自变量精度如何设置。

format：设置输出格式
对浮点性变量，缺省为 short.
format并不影响matlab如何计算和存储变量的值。对浮点型变量的计算，即单精度或双精度，按合适的浮点精度进行，而不论变量是如何显示的。对整型变量采用整型数据。整型变量总是根据不同的类（class）以合适的数据位显示，例如，3位数字显示显示int8范围 -128：127。
format short, long不影响整型变量的显示。
format long 显示15位双精度，7为单精度（scaled fixed point）
format short 显示5位(scaled fixed point format with 5 digits)
format short eng 至少5位加3位指数
format long eng 16位加至少3位指数
format hex 十六进制
format bank 2个十进制位
format + 正、负或零
format rat 有理数近似
format short 缺省显示
format long g 对双精度，显示15位定点或浮点格式，对单精度，显示7位定点或浮点格式。
format short g 5位定点或浮点格式
format short e 5位浮点格式
format long e 双精度为15位浮点格式，单精度为7为浮点格式

⑦ 遗传算法工具箱的具体使用

matlab遗传算法工具箱函数及实例讲解 核心函数：
(1)function [pop]=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)[precision F_or_B],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 [x,endPop,bPop,traceInfo] = 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[epsilon prob_ops display]--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[1e-6 1 0]
termFN--终止函数的名称,如['maxGenTerm']
termOps--传递个终止函数的参数,如[100]
selectFN--选择函数的名称,如['normGeomSelect']
selectOps--传递个选择函数的参数,如[0.08]
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[2 0;2 3;2 0]
mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']
mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0]
【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[sol,eval]=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,[0 9],'fitness');%生成初始种群，大小为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次遗传迭代
运算借过为：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。
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 [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;
%适应度函数的matlab代码
function [sol,eval]=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];
[p,endPop,bestSols,trace]=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
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)',[0,9])

⑧ 求解：怎样使用MATLAB中的遗传算法计算器Optimization Tool中的GA——Genetic Algorithm,如图，重谢

比如通过MATLAB遗传算法的思想求解f(x)=x*sin(10pi*x)+2.0,-1<=x<=2的最大值问题，结果精确版到3位小数。

首先在matlab命令权窗口输入f=@(x)-(x*sin(10*pi*x)+2) 输出结果为

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

f =

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

接着输入gatool会打开遗传算法工具箱

显示51代之后算法终止，最小结果为-3.85027334719567，对应的x为1.851，由于自定义函数加了负号，所以原式的最大值为3.85027334719567，对应的x为1.851。

不过这是遗传算法得到的结果，每次运行的结果可能会有所不同，而且不一定是确切的最大值。

遗传算法适合应用在一些求最优解比较复杂的问题（常规的算法运算时间过长，甚至无法解决）。