使用遗传算法求最优解

在2008年全国大学生数学建模竞赛，学习过matlab遗传算法工具箱求最优解，用得也比较熟练，时隔两年忘得差不多了！现在想用GA工具箱来解决一个优化问题，不得不重新查资料学习使用！

这是一个根据已知数据拟合一个函数，使用最小二乘法作为适应度函数，求最小值

适应度函数如下

function f=zpp(m)
a=[0 49 98 147 196 294 391 489 587 685];
y1=[6.39 9.48 12.46 14.33 17.10 21.94 22.64 21.43 22.07 24.53];
n=size(a,2);%1表示行数,2表是列数
f=0;
for i=1:n
    y=m(1)*(a(i)+m(2))/(m(3)+a(i)+m(2));
   f=f+((y1(i)-y).^2);
end

 

 

 

这是调用遗传算法工具箱进行最优求解，当然这里只是近似最优，也有可能得不到精确的最优解，所以当得不到最优解时可以多次迭代！

 

option=gaoptimset('PopulationSize',100,'Generations',5000,'PlotFcns',@gaplotbestf);%种群数100,迭代数5000
ga(@zpp,3,option)