遗传算法的MATLAB实现实例.docxVIP

遗传算法（Genetic Algorithm）的MATLAB应用实例To use Optimization Toolbox software, you need to 1 Define your objective function in the MATLAB language, as a function file or anonymous function. 2 Define your constraint(s) as a separate file or anonymous function.首先建立目标函数的M文件；例1：如目标函数 min 100（）+ ;Function File for Objective FunctionA function file is a text file containing MATLAB commands with the extension .m. Create a new function file in any text editor, or use the built-in MATLAB Editor as follows:（1）At the command line enter:edit (想要建立的.m文件的文件名)The MATLAB Editor opens.（2） In the editor enter:function f = rosenbrock(x)f = 100*(x(2) - x(1)^2)^2 + (1 - x(1))^2;（3） Save the file by selecting File Save.把M文件保存在MATLAB默认的工作目录中；在命令行中输入命令：cd ，就可以得到MATLAB默认的工作目录。To check that the M-file returns the correct value, enterrosenbrock ([1 1])ans = 0注释：如果想建立rosenbrock.m文件，那么步骤1变为edit rosenbrock。例2：min Z=-3++ ； S.t. -2+≦11 已经标准化 -4++2≧3遗传算法标准形式 4--2≦-3 -2 + =1属于线性等式约束 ≧0 , j=1,2,3;遗传算法标准化Linear inequalities（线性不等式）：A﹡x=b。其中A是矩阵，b是列向量书写格式此题中如A中填写[ 1,-2,1;4,-1,-2 ], b中填写[ 11;-3];Linear equalities（线性等式）：Aeq﹡x=beq。其中Aeq是矩阵，beq是列向量，格式同上；此题中Aeq中填写 [ -2,0,1 ] ，b中填写 [1]；Bounds（边界）：变量的最小值和最大值。矩阵形式表示，负无穷大为-inf，正无穷大为inf。（此题Lower填写0，Upper填写inf。）如果问题中有1≦≦3，2≦≦5；则在Lower中填入[1;2]，在Upper中填入[3;5]。Nonlinear constraint function （非线性限制函数）：类似于Fitness Function中的输入，首先生成对应的 .M文件，此处输入函数的句柄，调用其中的（非线性限制）函数。M 文件格式一般为：Function [c,ceq]=fxxys(x)C(1)=(x(1)^2)/9+(x(2)^2)/4-1;Ceq=[ ]; 注意：c为非线性不等式约束，ceq为非线性等式约束；等式或不等式都必须返回，若无则为“[ ]”。此题没有非线性约束（见下图）。不需要设置参数的项不填写任何信息。（1）进入工具箱MATLAB—Start—Toolboxes—Optimization选择选择优化目标函数ceshi.M 文件内容为约束参数右侧遗传算法选项全部默认设置点击start 后，程序运行结果为通过大M 算法计算结果为4 1 9Z=-2例3：求解函数f(x) = 100﹡ + ;s.t.﹡+-+1.5≦0 10-﹡≦0 0≦≦1 0≦≦13采用遗传算法函数ga( )来求解，首先，编写求解的目标函数：function y = simple_fitness(x)y = 100*( x(1)^2-x(2))^2 + (1-x(1))^2;将其存为simple_fitness.m 文件，作为程序模块以备被调用，而后编写约束边界条件：function[c,ceq]=simple_constraint(x)c=[1.5+x(1)*x(2)+x(1)-x(2); -x(1)*x(2)+10];ceq=[];存为simple_constraint.m 文件，同样作为程序模块以备调用。x = 0.812