MATLAB遗传算法工具GADS..doc

第八章 使用MATLAB遗传算法工具 Genetic Algorithm and Direct Search Toolbox，GADS）。使用遗传算法，可以扩展MATLAB及优化工具箱在处理优化问题方面的能力，可以处理传统的优化技术难以解决的问题，包括那些难以定义或不便于数学建模的问题，可以解决目标函数较复杂的问题，比如目标函数不连续、或具有高度非线性、随机性以及目标函数没有导数的情况。遗传算法 8.1 遗传算法工具概述 本节介绍MATLAB遗传算法工具特点、图形用户界面及运行要求，解释如何编写优化函数的M文件，且通过举例加以阐明。8.1.1 工具工具是一系列函数的集合，它们扩展了优化工具箱和MATLAB数值计算环境的性能。遗传算法工具包要使用遗传算法来求解优化问题的一些例程。这些算法使我们能够求解那些标准优化工具箱范围之外的各种优化问题。所有工具箱函数都是MATLAB的M文件，由实现特定优化算法的MATLAB语句所写成。 使用语句 type function_name 就可以看到这些函数的MATLAB代码。我们也可以通过编写自己的M文件扩展遗传算法和直接搜索工具箱的性能，也可以将该工具箱与MATLAB其他工具箱或Simulink合使用。 工具箱函数可以通过图形界面或MATLAB命令行来访问，它们是用MATLAB语言编写的，对用户开放，因此可以查看算法、修改源代码或生成用户函数。 遗传算法工具可以帮助我们求解那些不易用传统方法解决的问题，譬如表查找问题等。 遗传算法工具箱图形用户界面可以帮助我们快速求解最优化问题。 特点 工具图形用户界面和命令行函数可用来快速地描述问题、设置算法选项以及监控进程 具有多个选项的遗传算法工具可用于问题创建、适应度计算、选择、交叉和变异直接搜索工具实现了一种模式搜索方法其选项用于定义网格尺寸、表决方法和搜索方法 遗传算法函数可与MATLAB优化工具箱MATLAB程序结合 支持自动的M代码生成。 图形和命令行函数 遗传算法工具函数可以通过命令行和图形用户界面遗传算法。直接搜索工具函数可以通过命令行和图形用户界面访问。界面用快速地定义问题、设置算法选项对优化问题详细定义。 工具同时提供了用于优化管理、性能监控及终止准则定义的工具。 在优化运行的过程中可以通过修改选项来细化最优解更新性能结果。用户也可以提供自己的算法选项来定制工具箱。 8.1.1. 使用其他函数和求解器 遗传算法工具与MATLAB及优化工具箱是紧密结合在一起的。用户可以用遗传算法来寻始点，然后利用优化工具箱或MATLAB程序来进一步寻找最优解。通过结合不同的算法，可以充分地发挥 MATLAB 和工具箱的功能以提高解质量。对于某些特定问题，使用这种方法还可以得到全局（最优）解。 8.1.1. 显示、监控和输出结果 遗传算法工具箱还包括一系列绘图函数用来可视化优化结果。这些可视化功能直观地显示了优化的过程，并且允许在执行过程中进行修改。工具箱还包括一系列绘图函数用来可视化优化结果。这些可视化功能直观地显示了优化的过程，并且允许在执行过程中进行修改。该工具箱还提供了一些特殊绘图函数，它们不仅适用于遗传算法，还适用于直接搜索算法。适用于遗传算法包括函数值、适应度值和函数估计。适用于包括函数值、分值直方图、系谱、适应度值、网格尺寸和函数估计。可以将多个绘图一并显示，选最优曲线用户添加自己的绘图函数。使用输出函数可以将结果写入文件，产生用户自己的终止准则写入用户自己的图形界面来运行工具箱求解器。除此之外，还可以将问题的算法选项导出，以便日后再将它们导入到图形界面中去。 所需产品遗传算法工具箱作为其他优化方法的补充可用来寻找最佳起始点，然后可以通过使用传统的优化技术来进一步找最优解。 MATLAB。(2) 优化工具箱 相关产品 工具箱统计工具箱应用统计算法和概率模式 神经网络工具箱设计和仿真神经网络 模糊逻辑工具箱设计和仿真基于模糊逻辑的系统 金融工具箱分析金融数据和开发金融算法。 8.1.1. 所需的系统及平台 遗传算法和直接搜索工具箱对于平台和系统需求，访问/products/gads了解最新发布的信息。 这里介绍的MATLAB 7.0 Release 14所需的最低配置是：Windows系列操作系统，Pentium III 500 CPU、64MB RAM，空闲硬盘空间600MB以上。 8.1.2 编写优化函数的M文件 为了使用遗传算法和直接搜索工具箱，首先必须编写一个M文件，确定想要优化的函数。这个M文件应该接受一个行向量，并且返回一个标量。行向量的长度就是目标函数独立变量的个数。本节解释如何编写这M文件 编写M文件举例 下面的例子展示了如何为一个想要优化的函数编写M文件。假定我们想要计算下面函数的最小值： M文件确定这