全国服务热线:
联系我们


联系人:

公司名称:

联系手机:

服务热线:

公司官网:

公司地址:

matlab遗传算法工具箱函数及实例讲解

发布时间:2019-12-24 02:00 点击次数:

      目次头章遗传算法概述11.1遗传算法的概念11.2遗传算法的特征31.2.1遗传算法的长处31.2.2遗传算法的不值之处41.3遗传算法与价值观法子的比41.4遗传算法的根本措辞61.5遗传算法的钻研方位71.6因遗传算法的使用8二章根本遗传算法及改善112.1遗传算法的运转进程112.1.1完全的遗传算法演算流水线112.1.2遗传算法的根本操作132.2根本遗传算法142.2.1根本遗传算法的数学模子142.2.2根本遗传算法的步调142.2.3遗传算法的具体例证162.3改善的遗传算法222.3.1改善的遗传算法一232.3.2改善的遗传算法二242.3.3改善的遗传算法三252.3.4改善的遗传算法四272.4多目标优化中的遗传算法292.4.1多目标优化的概念302.4.2多目标优化情况的遗传算法31三章遗传算法的思想地基333.1模式定律333.2积木块假想353.3蒙骗情况363.4遗传算法的未熟收敛情况及其防备383.4.1遗传算法的未熟收敛情况383.4.2未熟收敛的防备393.5性能评估403.6小生境技能和共享因变量42四章遗传算法的根本原理与法子434.1编码434.1.1编码法子444.1.2编码评估量策464.2选择464.3交504.4变异534.5适应度因变量554.5.1适应度因变量的功能554.5.2适应度因变量的设计要紧满脚的环境564.5.3适应度因变量的类别564.5.4适应度尺度的转换574.6统制参数的选择584.7枷锁环境的料理59第五章遗传算法工具箱因变量605.1工具箱构造605.1.1种群示意和初始化615.1.2适应度划算615.1.3选择因变量615.1.4变异算子625.1.5交算子625.1.6多子群撑持625.2遗传算法中的通用因变量625.2.1因变量bs2rv625.2.2因变量crtbase645.2.3因变量crtbp645.2.4因变量crtrp655.2.5因变量migrate665.2.6因变量mut675.2.7因变量mutate695.2.8因变量mutbga705.2.9因变量ranking725.2.10因变量recdis745.2.11因变量recint755.2.12因变量reclin765.2.13因变量recmut775.2.14因变量recombin795.2.15因变量reins805.2.16因变量rep825.2.17因变量rws825.2.18因变量scaling835.2.19因变量select845.2.20因变量sus865.2.21因变量xovdp865.2.22因变量xovdprs875.2.23因变量xovmp885.2.24因变量xovsh895.2.25因变量xovshrs905.2.26因变量xovsp915.2.27因变量xovsprs92第六章遗传算法工具箱的说明936.1装置936.2种群的示意和初始化936.3目标因变量和适应度因变量946.4选择956.5交976.6变异986.7重插入996.8遗传算法的停止1006.9数据构造1006.10多种群撑持1016.11示例本子103第七章遗传算法使用举例1047.1简略纯元因变量优化实例1047.2多元单峰因变量的优化实例1087.3多元多峰因变量的优化实例1127.4收成系最优统制1157.5装系的最优情况1197.6天各一方二次线性系最优统制情况1227.7目标分红情况1257.8双积分的优化情况1277.9雷达目标识别情况1287.10图像加强情况1317.11一部分测试因变量对应的优化情况1337.11.1轴并行超球的最小值情况1337.11.2打转超球的最小值情况1347.11.3Rosenbrock′sValley最小值情况1357.11.4Rastrigin因变量的最小值情况1367.11.5Schwefel因变量的最小值情况1377.11.6Griewangk因变量的最小值情况1387.11.7不一样权的总和最小值情况1397.12多目标优化情况139第八章使用MATLAB遗传算法工具1438.1遗传算法与径直搜索工具箱概述1438.1.1工具箱的特征1438.1.2创作待优化因变量的M文书1458.2使用遗传算法工具初步1468.2.1遗传算法使用守则1478.2.2遗传算法使用方式1478.2.3举例:Rastrigin因变量1498.2.4遗传算法的一部分术语1548.2.5遗传算法如何职业1558.3使用遗传算法工具求解情况1588.3.1使用遗传算法工具GUI1588.3.2从下令行使用遗传算法1708.3.3遗传算法举例1778.3.4混合平头优化1968.3.5用遗传算法求解混合平头工设计情况2018.4遗传算法参数和因变量2078.4.1遗传算法参数2078.4.2遗传算法因变量2178.4.3基准算法选项223第九章使用MATLAB径直搜索工具2249.1径直搜索工具概述2249.2径直搜索算法2259.2.1径直搜索2259.2.2履行模式搜索2259.2.3找寻因变量最小值2279.2.4模式搜索术语2299.2.5模式搜索如何职业2309.3使用径直搜索工具2359.3.1溜模式搜索工具2359.3.2从下令行运转模式搜索2459.3.3模式搜索算法举例2489.3.4参数化因变量2679.3.5用户制图因变量2699.3.6向量化目标因变量和枷锁因变量2729.3.7并行优化ODE情况2749.4模式搜索参数和因变量2819.4.1模式搜索参数2829.4.2模式搜索因变量2949.5搜索和表决3009.5.1搜索的界说3009.5.2搜索法子3019.5.3搜索品类3019.5.4搜索天时3019.6非线性枷锁求解算法302第十章遗传算法在图像料理中的使用30310.1因GA的图像瓜分法子30310.1.1因简略GA的图像瓜分阈值法30310.1.2因改善GA的图像瓜分法子30910.2最大类间方差法与GA相组合的图像瓜分法子31710.3最佳直方图熵法与GA相组合的图像瓜分法子31910.4最佳直方图熵法与改善GA相组合的图像瓜分法子32210.5二维最佳直方图熵法及改善GA瓜分图像法子32510.6因GA的植物病害箬中的病斑提法子33210.7因遗神似经网的图像瓜分法子33310.8因GA的字提法子336参考文献340。

      |%目标因变量---|---|%个体1%个体2%个体3。

      3、目标因变量值目标因变量常用于评估展现型在情况域中的性能。

      Step8:断定是不是满脚遗传演算的停止进化代数,遗憾脚则归来Step4,满脚则出口演算后果。

      crtbase是外加的作用,它供向量描述平头示意。

      最后,创作Matlab运转遗传算法的代码。

      在这种情况下,代沟是必要的,即整个种群在每一代中没被完整复制。

      只是,uber近来宣布的五篇舆论表明,神经进化(neuroevolution)这种采用遗传算法的神经网优化计策...

      可能性这算法出曾经一段时刻了,今日在一个计策网站上偶尔发觉,感觉很蓄意,故此,查看了一部分材料进展念书。

      即,将C:\programfiles\MATLAB\R2009a\toolbox\gaot文书夹参加该途径系中。

      我在网上看到有问干吗遗传算法因变量不许调用的情况,实则,要紧即因用的工具箱不一样。

      无枷锁时为uniform,有枷锁时为feasiblepopulation3)feasiblepopulation:自适应种群,生成能满脚枷锁的种群(4)initialpopulation:初始种群,不指定则应用creationfunction生成,得以指定少于种群数的种群,由creationfunction完竣下剩的(5)initialscores:初始值,如其不指定,则由电脑划算适应度因变量当做初始值,对整型枷锁不得用,应用向量示意(6)initialrange:初始范畴,应用向量矩阵示意,头条龙示意范畴的下限,二行示意上限top:按比值选取种群中最高适应度的个体,这些个体有等比值的机遇繁衍,别的个体被裁4、selection(selectionfunction)根据适应值选择父代stochasticuniform:随机匀称分布remainder:残余,取适应值的平头有些进展轮盘赌选择uniform:不是一个好法子,只是得以用于做测试5、reproduction复制,决议如何发生子代elitecount:精英数,径直传到下一代的个体数6、mutation(mutationfunction)剧变useconstraintdependent默认,与枷锁关于,无枷锁时应用gaussian,有枷锁时应用adaptivefeasiblescattered:随机生成遗传二进制向量,按0-1配对singlepoint:单点配对,生成一个数目字,该数目字代替的地位肇始两父代基因互换direction方位:forwardn-》n1;both双向fraction:指定迁徙率,以较小数种群为基准9、constraintparameters枷锁参数,对应于非线性枷锁求解器initialpenalty:初始罚因变量大于对等1penaltyfactor:处分因数大于对等110、hybridfunction混合因变量,指定此外一个最小值因变量,在遗传算法收束以后划算,在平头值限量的时节不得用。

      今日我快要教大伙儿怎样装置谢菲尔德大学的这遗传算法工具箱。


相关推荐