第六章 遗传算法工具箱应用要点.docVIP

第六章 遗传算法工具箱应用 遗传算法工具箱已经在世界近30个广泛的应用领域得到了很好的测试，包括：参数优化多目标优化控制器结构选择非线性系统论证形形色色模式的模型制作神经网络设计实时和自适应控制 并行遗传算法故障诊断天线设计。6.1 安装 遗传算法工具箱的安装可以MATLAB的安装说明。建议将工具箱中的文件保存在MATLAB或工具主目录的genetic子目录中。 许多可用的示例。示例M文件sga .m解决数优化问题的单种群遗传算法。示例M文件mpga .m是解决动态控制问题的多种群遗传算法。这两个示例M文件在第七章进行了详细的讨论。 另外，来自遗传算法著作的一套测试函数在一个从遗传算法工具箱函数中分离出来的目录test fns中提供，这些测试函数的摘要性描述在最后给出。，一个文档描述了这些函数实现和使用。 6.2 种群的表示和初始化 遗传算法同时运算在由已编码的参数集组成的称为种群的大量可能答案上。典型的一个种群由30100个个体组成，一些变化的微型遗传算法采用很小的10个个体的种群，使用有限制的复制和代替策略以试图达到实时运算。 一般情况下，在遗传算法中大多数采用单层的二进制串染色体表示方法。这里，参数集中的每一个决策变量被编码为一个二进制串，它串接起来形成一个染色体。这里采用格雷码，可用来克服传统二进制表示方法。CaruanaSchaffer 的经验证明显示，表