A. 怎么使用matlab遗传算法工具箱GUI
恩
有的
你只要在matlab的command中输入gatool就会出现遗传工具箱的gui界面所有通过版命令行权实现的options都可以通过这个界面设置，很方便也很傻瓜，挺好用的如果需要，还可以使用菜单中的file将gui文件保存为m代码，这样就不需要自己写程序，却得到了m代码
B. 如何使用matlab自带遗传算法工具箱就是这
直接在命令窗口里边输入gatool就行了，用遗传算法还可以使用ga函数，具体使用格式可以在help系统里看ga，
C. 怎么调用matlab遗传算法工具箱啊
工具箱要安装到指定的路径，好久没有用了，具体我也记不住了，你可以
网络搜索专
一下。属路径安装不对就会出问题。如果安装对了，你用help命令显示一下函数.
函数的m文件不用运行，直接调用就可以。eval=-eval;
以后eval变为负的了，而ga函数要求参数必须是正的。
D. 遗传算法工具箱的使用方法
去GOOGLE，BAIDU上去搜索、
E. 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])
F. 遗传算法工具箱如何安装
你的系统文件和程序的一些文件不匹配所造成的
G. matlab 遗传算法工具箱怎么用
看雷英杰的《MATLAB 遗传算法工具箱与应用》的书，里面讲的很详细，有例子，好好参考例子，哦就是那样做的。我是遗传出来了，但是遗传算法稳定性不好！祝你好运！
H. 怎么用Matlab遗传算法工具箱
推荐用抄shefiled的GA工具箱，里面的子函数写袭的很好，调用很方便。 配合一本gA的书 学的很快；
另外 关于你这个问题， 你的目标函数和约束函数是否在工作目录下，还有 在调用的时候 在函数名前面加@试试， 希望能帮到你！
I. matlab 遗传算法工具箱怎么用
推荐用shefiled的GA工具箱，里面的子函数写的很好，调用很方便。 配合一本gA的书内 学的很快；
另外 关于你这容个问题， 你的目标函数和约束函数是否在工作目录下，还有 在调用的时候 在函数名前面加@试试， 希望能帮到你
J. 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。