matlab中遗传算法基础

最新推荐文章于 2025-07-15 21:05:26 发布

原创

最新推荐文章于 2025-07-15 21:05:26 发布 · 1.7k 阅读

6 ·

CC 4.0 BY-SA版权

本文介绍了在MATLAB 2016b中使用遗传算法的基础知识，通过官方示例函数shufcn.m来讲解，强调了如何调用并显示函数的图形。文章指出虽然内容基础，但对于理解遗传算法有很大帮助。

首先说明使用的是2016b版本的，因为一些命令在之前的版本中可能不适用。

最近在官网上面看了遗传算法，全英文的啊，看的好慢，虽然很基础，但是觉得对之后了解遗传算法用处很大哦

首先以matlab中原有的函数shufcn.m文件为例进行说明，这个文件是matlab自带的一个图形函数。可以调用

plotobjectiive(@shufcn,[-2 2;-2 2]);命令行来画出某个区间的图像，图1所示。

首先ga需要至少两个输入：目标函数和变量个数，由于ga默认由随机数自动产生初始种群。下面定义目标函数和变量个数：

FitnessFunction = @shufcn;
numberOfVariables = 2;
接下来使用ga运行：
[x,Fval,exitFlag,Output] = ga(FitnessFunction,numberOfVariables);
ga有4个输出数，其中x为最优点，Fval为最优值，exitFlag为截止运行时的状态，Output为ga运行的信息，
包括Output.generations为迭代次数,Output.funccount。
也可以用opts来对ga进行一些设置，比如我们想在运行时画出每一代最优值和平均值gaplotbestf，
和满足截止条件的百分比gaplotstopping.可以设置如下：
opts = optimoptions(@ga,'PlotFcn',{@gaplotbestf,@gaplotstopping});
[x,Fval,exitFlag,Output] = ...
    g