基于Matlab遗传算法工具箱的函数优化问题求解.pdfVIP

维普资讯 实践与经验 妒 幻篷蝴 … ＼一一一的函数优化问题求麓 …～／ 周琛琛 (安徽火学汁锋机学院．合肥 230039) 摘 要：介绍 了遗传算法的基本原理和求解流程 、详细阐述了Matlab遗传算法工具箱的使用方法．并 通过使 用遗传算法工具箱对一个典型的函数优化 问题进行求解，验证 了该工具箱在解决函数 优化 问题上的有效性和实用性 美键词：遗传算法：函数优化：Matlab gJ言 作与编码的形式有关，闪此和进行编码时璎考虑刮变 叉和变异l问题。最简 的编码 式‘是．二进制编码 ．此 遗传算法 (GeneticAlgorithm)是建立存 自然选择 外．编码的方式还有整数编码、实数编 、树编伊l等 和群体遗传学基础．L的 一种非数值计算优化方法 遗 传算法作为一种实J=f【j、高效、鲁棒性强的优化技术 ，广 泛地应用 于：蛹数优化、机器学习、f1动控制 、图像处理 以及人1==智能领域。Matlab是 MathWorks公司推ffI的 一 套高性能的数值计算可视化软件 ．它集数值分析 、 矩阵运算 、信号处理和 形 示于 一体．构成丁一个 方便的、界面友好的用户环境。遗传算法 1：具箱使用 Maflab矩阵函数，为实现广泛的遗传算法应用建立了 一 套通用的_T具 ，这个 1：具是使件jM义件编写的命 令行函数。是实现遗传算法大部分重要功能的程序的 集合。用户町以根据实际需要，通过渊用这些命令行 函数编写出功能强大的遗传算法程序 1 遗传算法 遗传算法将问题的解表示成字符串．并把这样的 图 l遗传算法流程图 现 字符串当作人工染色体或称为个体，多个个体构成一 ②初始种群的生成：产生初始种群是在求解之 代 个种群，随机产生若干个个体构成初始种群 。通过对 前 ，在解的备选空间巾选择若干个体组成初始种群， 计 种群的不断进化，利用 “优胜劣汰”的 自然选择机制 。 通常产生初始种群采用的是随机法。 算 使种群中的个体不断朝着最优解的方向移动 ．最终搜 ⑧适应度评价：根据生物进化 “适者生存”的原 机 索到问题的最优解。 则 ，需要对每个个体适应环境的能力进行刻画 ．从而 ^ 总 遗传算法的基本流程如图 1所示。算法的主要运 引入适应度。适应度是遗传算法在群体进化过程中用 第 算过程如下 ： 到的唯一的信息，它为字符串如何进行复制给出了定 二 ①编码：在用遗传算法求解问题时．首先遇到的 量的描述。适应度函数通过计算个体的适应值，来 比 四 是编码问题。将问题的解以适合于遗传算法求解的形 较个体的适应度。适应度函数分为无约束条件的适应 九 式进行编码 ，称为遗传算法的表示 。而交叉、变异等操 度函数和有约束条件的适应度函数。 期 v MODERN COMPUTER2006_I2 维普资讯