matlab工具箱ga的结果r

A. MATLAB中的ga算法，如何如何获得每一步计算数值

试试以下来方法（忘了在网上自哪里找的），先调出来图像，
比如options.PlotFcns={ @gaplotbestf｝，然后取句柄，
h=findobj(gcf,'Type','Line'); %获取当前图窗的handle
x = get(h,'xdata'); % 坐标数据cell数据
y = get(h,'ydata');
x,y可能是cell型，想要的数据在x{ }, y{ }里取（比如，打开x,y，查看x,y与你迭代步数相同的维度的两个cell元素就有最佳值和均值等数据）

B. 求matlab遗传算法的GA工具箱，谢谢大家，第一次用百度知道，希望有好的结果

可以告诉我你是做什么的，我在大学的时候用过，现在忘了，你参加了大学生数学建模？

C. matlab遗传算法工具箱使用ga运行不出结果哪里错了

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内warning,需要把把它改容为小写的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。

D. 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。

E. MATLAB自带的GA工具箱，有谁知道麻烦告诉一下！求教！！！

请问matlab6.5 gaot工具箱和matlab7.0自带工具箱使用起来有区别吗？多谢了matlab7.0自带的工具箱版本未必都是7.0，我的这台电脑装的也是6.5，看看

F. matlab怎样让遗传算法ga从上次的运行结果开始继续寻优

比如通过MATLAB遗传算法的思想求解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)接着输入gatool会打开遗传算法工具箱按上图所示设置，版设置好了之后点击Start运行结果权如下显示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）。

G. matlab遗传算法工具箱优化结果数值

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

H. 求matlab遗传算法工具箱GA Toolbox。。并求解释如下

GA自己写一个就好了，也挺简单的。
虽然很多函数都能知道表达式，但是仍然版有很多函数不能用倒权数来求解，所以要知道空间的极值和最值就必须用遍历的方法。然而对于实数范围内或者大规模数据的离散数据情况下，遍历画图的方法会耗费很大的计算复杂度，因为你并不知道是在参数范围的边缘还是中间有最值，有多少个最值也不知道。GA就提供了一种基于种群的搜索优化方法，可以快速的收敛到优秀的解的个体，但是要防止陷入局部最优。
简而言之就是遍历的搜索方法要用时10小时完成的事情，GA快速优化可能1分钟或者10分钟搞定，占用内存也少。

I. 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）。