gitbub中下载谢菲尔德（Sheffield）工具箱，以及在MATLAB中运行及解决方案

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

下载地址

关于谢菲尔德的用处不多说，下方直接给出下载。

github:https://github.com/guofei9987Archived/genetic-algorithm-Matlab

下载完毕后

下载的这个文件我是更名为gabtx了
将gatbx复制到MATLAB2021b\MATLABBag\toolbox中，这里面有大写的.M、等命名，改成小写

更改完毕之后，打开matlab主页，设置路径

最后更新工具箱缓存

我是没有更细缓存，所以一直显示谢菲尔德的工具箱函数一直显示不存在。
然后运行v=ver(‘gatbx’);查看是否已完成安装，不清楚缓存也可查看版本，但是工具箱函数显示不存在，我是清除缓存后，才得以使用。

完成

clc
clear all;
close all;
%% 画出函数图
figure(1);
hold on;
lb=1;ub=2;
ezplot('sin(10*pi*X)/X',[lb,ub]);%函数绘图图像
xlabel('自变量/X');
ylabel('函数值/Y');
%% 定义遗传算法参数
NIND=40;%种群大小
MAXGEN=20;%最大遗传代数
PRECI=20;%个体长度
GGAP=0.95;%代沟
px=0.7;%交叉概率
pm=0.01;%变异概率
trace=zeros(2,MAXGEN);%几行几列 用于储存目标函数值和对应的解
FieldD=[PRECI;lb;ub;1;0;1;1];%区域描述器，产生的数值处于[lb,ub]之间
Chrom=crtbp(NIND,PRECI);%创建任意离散随机种群
%% 优化
gen=0;
X=bs2rv(Chrom,FieldD);%初始种群二进制到十进制转换,将离散的种群分布在[lb,ub]之间
ObjV=sin(10*pi*X)./X;%计算目标函数值，数组形式
while gen<MAXGEN
    FitnV=ranking(ObjV);%分配适应度值 数值越大的适应度值越小(按照某种公式)
    SelCh=select('sus',Chrom,FitnV,GGAP);%选择
    SelCh=recombin('xovsp',SelCh,px);%重组
    SelCh=mut(SelCh,pm);%变异
    X=bs2rv(SelCh,FieldD);%子代个体的十进制转换
    ObjVSel=sin(10*pi*X)./X;%计算子代的目标函数值
    [Chrom,ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel);%重插子代到父代，得到新种群
    X=bs2rv(Chrom,FieldD);%子代和父代 混合种群的十进制转换
    gen=gen+1;%代计数器增加
    %获得每代的最优解及其序号，Y为最优解，I为个体的序号
    [Y,I]=min(ObjV);
    trace(1,gen)=X(I);%记下每代的最优值的索引
    trace(2,gen)=Y;%记下每代的最优值
end
plot(trace(1,:),trace(2,:),'bo');
grid on;
plot(X,ObjV,'b*');%画出最后一代的种群
hold off;
%% 画进化图
figure(2);
plot(1:MAXGEN,trace(2,:));
grid on;
xlabel('遗传代数');
ylabel('解的变化');
title('进化过程');
bestY=trace(2,end);
bestX=trace(1,end);
fprintf(['最优解：\nX=',num2str(bestX),'\nY=',num2str(bestY),'\n']);