第7讲matlb部分智能优化算法.pptVIP

Matlab部分智能优化算法 第 七 讲 本章主要学习matlab中三个智能优化算法 及其实现. 一、遗传算法 1、算法的相关知识 2、ga及gatool 二、人工神经网络 1、算法的相关知识 2、newff,newlvq,train,sim及nntool 三、粒子群算法 一、遗传算法 1、算法简介 遗传算法是一种通过模拟自然进化过程搜索 最优解的方法。在解决复杂优化问题方面效果 显著。算法原理如下： 第一步，产生染色体：随机产生一定数目的 初始染色体（它们组成一个种群），种群中染 色体的数目称为种群的大小或规模； 第二步，评价染色体：用评价函数来评价每 一个染色体的优劣，即用染色体对环境的适应 程度（简称为适应度）来作为以后遗传操作的 依据； 第三步，进行选择操作：选择的目的是为了 从当前种群中选出优良的染色体，判断染色体 优良与否的准则是各自的适应度，即染色体的 适应度越高，其被选择的机会就越多； 第四步，进行交叉操作：对选择出来的新种 群进行交叉操作； 第五步，进行变异操作：变异操作的目的是 为了挖掘种群中个体的多样性，克服有可能陷 入局部解的弊病。 进行了上述三个操作所产生的染色体称为后 代。对后代重复进行选择、交叉、变异操作， 经过给定次数的迭代处理以后，把最好的染色 体