matlab遗传算法工具箱函数及实例讲解

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]

matlab遗传算法工具箱

Word文档免费下载Word文档免费下载:matlab遗传算法工具箱函数及实例讲解 (共10页,当前第1页)

你可能喜欢

  • 遗传算法matlab代码
  • 算法入门
  • 遗传算法应用实例
  • 遗传算法matlab程序
  • 模拟退火算法
  • MATLAB遗传算法工具箱
  • 图论算法
  • 生产计划与控制

matlab遗传算法工具箱函数及实例讲解相关文档

最新文档

返回顶部