怎样用matlab实现遗传算法？

f=inline(‘-(x+10*sin(5*x)+7*cos(4*x))’);[x,val]=ga(f,1,[],[],[],[],0,9);x,val=-val%注：由于遗传法的不确定性，每次得到的解可能不同。 ————————————————————————————————ga是matlab自带的遗传工具箱中的遗传算法函数，其中已经用到了选择、交叉、变异，你如果想知道其具体是怎么实现的，可以自己打开ga的源程序去看。

什么叫遗传算法，遗传算法有什么用？希望通俗一点儿？

首先有个很神奇的现象：人类以及动物的进化都是朝着好的方向发展，虽然有的往坏的方向发展了，但是总体肯定是往好的方向发展。

这看似不奇怪，但是我们知道，人类的基因组合是随机的，没有上帝约束。这种随机过程的结果却是一致的！！！！！我们的遗传算法就是从这里得到启发！比如我要求y=x1+x2的最大值，两个变量，我不用传统的数学方法，就用幼儿园的方法，把所有可能取值带进去算，然后找出最大的就行了！但是，有时候取值是连续的，没关系！使其离散化，就像把模拟信号化成数字信号一样！还有个问题，如果取值太多咋办？这就是遗传算法的精髓！ 首先，我不用取所有可能取值，我只取几十个或者几百个（自己定），然后进行处理，怎样处理呢？让我们回到刚开始的人类进化问题，虽然没有上帝的帮忙，但是我们知道，自然界遵循优胜劣汰的发贼，遵循交叉变异的法则，虽然不能数字化，但是这是个趋势！我们就是把这种法则数学化！所取的几十个值我要剩下哪些？要抛弃哪些？要处理哪些？这都要我们自己选择，肯定是选择最合适的取值留下，经过一系列的处理，就生成了新的群体，然后再处理，自己约定处理到第几次就可以了，取出现过的最大值 不用担心取到的是不是最大值，因为数学上已经有了证明，这种方法是收敛的，概率是1，所以尽管放心的做，具体的做法要参考相关书籍，不难的。遗传算法的最大用处就是解决数学理论不能解决的问题！比如路径规划，调度问题……

求一个matlab的遗传算法程序

• 自学遗传算法程序，感觉文库上找到的都不怎么会用，求大神呀
• 先看这个结构里面的这些函数都是干什么用的，prob，概率。[1:keep]，这里应该能大概看出来keep是整数，1:keep 等价于1:1:keep，比如1:10，就是1，2，3，4，5，6，7，8，9，10。步长为1，从1到keep.右上角的，这个符号，表示转置，比如1:10，是一个1行10列的矩阵，通过转置变成10行一列。其中，sum([1:keep])，表示对这个矩阵（从1到keep求和），但是这个语句 prob=flipud([1:keep]sum([1:keep])); 里面总觉得缺少了一个.。prob=flipud([1:keep].sum([1:keep])); 这样看来应该才能运行，我没尝试，在command window里面直接做是可以的，但是在脚本文件里面做，可能会报错。这个和矩阵运算有关，暂且放在这里。然后到外部，这样我们知道了在第一行flipud()函数体里面，实际上是在用1到keep的每一个数，除以1到keep的和值，得到一个长度为keep的矩阵。值得注意的是，这个矩阵的和值为1，在下面会用到这一点。然后flipud()函数的作用，是把矩阵倒置，比如[1,3,4,5]，使用flipud()之后变成[5,4,3,1]。注意，这个操作和sort()函数不同，这个只是把以前的顺序倒置，并不排序。从这里大概可以看出来，其实这个keep的值，等于chromosomes，染色体数量。这样，对于不同的染色体，配对概率就不一样了。从这里可以看出来，染色体配对概率应该是第一条最高，然后依次递减。然后计算或然率，cumsum()，进行累加求和，比如matlab中给出的例子，我们用[1，2 ，3] 也可以写作1:3，来说，cumsum之后的结果是[1, 3, 6]，也就是从第一个开始加和，一直加到这一项。这一点，非常类似高斯函数积分的感觉。用来计算概率cumulative distribution。然后odd变量，把0加在了cumsum结果的前面，比如刚刚的例子[0 cumsum([1, 2, 3])]，就变成了[0, 1, 3,6]。注意这个地方他又转置了一次，因为在第一行计算prob的时候，他把一个行向量，转换成了列向量，然后现在要把0加在头上，所以在进行cumsun()运算的时候，又把结果从列向量转换成了行向量。仅从这两行代码里面，就大概只能看出这个意思了。不过简单一说，现在看不出来这个遗传算法的核心是什么样的，一般的神经网络里面只有连锁交换定律的应用，一般没有基因分离定律的应用。看这个样子，这是分离出来然后自由配对的做法，应该是比较高端的东西吧。

matlab的遗传算法程序

• 【问题】在－5=Xi=5,i=1,2区间内，求解f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。【要求】种群大小UnRegistered20，最大代数100，变异率0.1,交叉率0.7怎么做？急求。有个参考答案，不过要求不同【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3【程序清单】％源函数的matlab代码function[eval]=f(sol)numv=size(sol,2);x=sol(1:numv);eval=-20*exp(-0.2*sqrt(sum(x.^2)numv))-exp(sum(cos(2*pi*x))numv)+22.71282;%适应度函数的matlab代码function[sol,eval]=fitness(sol,options)numv=size(sol,2)-1;x=sol(1:numv);eval=f(x);eval=-eval;%遗传算法的matlab代码bounds=ones(2,1)*[-55];[p,endPop,bestSols,trace]=ga(bounds,fitness)注：前两个文件存储为m文件并放在工作目录下，运行结果为p=0.0000 -0.00000.0055大家可以直接绘出f(x)的图形来大概看看f（x）的最值是多少，也可是使用优化函数来验证。matlab命令行执行命令：fplot(x+10*sin(5*x)+7*cos(4*x),[0,9])evalops是传递给适应度函数的参数，opts是二进制编码的精度，termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数，即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数。
• matlab自带的有遗传算法工具箱，也就是两个函数，分别是x = ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon,options)options = gaoptimset(param1,value1,param2,value2,…)在帮助文件（doc gagaoptimset）里面自己好还看看它的用法就可以了，每一个参数都有详细的说明，应该可以帮助到你。

matlab 遗传算法中选择交叉变异的程序段 能请帮忙解释一下么？看不懂啊～～～超急的。解释得越详细越好啊

• Ji=1.F;%****** Step 1 : Evaluate BestJ ******BestJ(k)=min(Ji);fi=F; %Fitness Function[Oderfi,Indexfi]=sort(fi); %Arranging fi small to biggerBestfi=Oderfi(Size); %Let Bestfi=max(fi)BestS=E(Indexfi(Size),:); %Let BestS=E(m), m is the Indexfi belong to max(fi)bfi(k)=Bestfi;%****** Step 2 : Select and Reproduct Operation****** fi_sum=sum(fi); fi_Size=(Oderfifi_sum)*Size; fi_S=floor(fi_Size); %Selecting Bigger fi value kk=1; for i=1:1:Size for j=1:1:fi_S(i) %Select and Reproduce TempE(kk,:)=E(Indexfi(i),:); kk=kk+1; %kk is used to reproduce end end %************ Step 3 : Crossover Operation ************pc=0.60;n=ceil(20*rand);for i=1:2:(Size-1) temp=rand; if pctemp %Crossover Condition for j=n:1:20 TempE(i,j)=E(i+1,j); TempE(i+1,j)=E(i,j); end endendTempE(Size,:)=BestS;E=TempE; %************ Step 4: Mutation Operation **************%pm=0.001;%pm=0.001-[1:1:Size]*(0.001)Size; %Bigger fi, smaller Pm%pm=0.0; %No mutationpm=0.1; %Big mutation for i=1:1:Size for j=1:1:2*CodeL temp=rand; if pmtemp %Mutation Condition if TempE(i,j)==0 TempE(i,j)=1; else TempE(i,j)=0; end end end end %Guarantee TempPop(30,:) is the code belong to the best individual(max(fi))TempE(Size,:)=BestS;E=TempE;end
• 比例选择 单点交叉 01变异

我的matlab程序本身没问题，但是图却出不来？因为程序比较复杂，也贴不出来，主要就是用遗传算法

• if chromosome(:,V + 3)==1 plot(chromosome(:,V + 1),chromosome(:,V + 2),*); end
• 因为chromosome(:,V + 3)==1的值为0

求一个遗传算法解多元线性回归的MATLAB程序

• MATLAB的遗传算法工具箱可以直接用吗，毕业设计卡在这里了！求高手详细解答！
• 遗传算法一般是求解非线性回归，多元线性回归可采用回归分析工具箱

跪求遗传算法matlab程序

• 额。。。这个应该去问老师