matlab遗传算法工具箱简介.docxVIP

Matlab 遗传算法工具箱 基于 Matlab 平台的遗传算法(GA)工具箱主要有：美国北卡罗来纳大学开发 GAOT、英国谢菲尔德大学开发的 GATBX 以及 GADS(Genetic Algorithm and Direct Search Toolbox)遗传算法与直接搜索工具箱。遗传算法与直接搜索工具箱的界面如图所示： GADS 工具箱用户界面 (1)Solver(求解器)：用于选择需要的算法。 (2)Problem：需要解决的问题。包括： 1)Fitness function：需要最小化的适应度函数，填写的格式为：@objfun，其 中 objfun.m 是编写适应度函数的 M 文件，返回一个具体数值。 2)Number of variables：适应度函数的自变量的数目，此处表示优化设计的设 计变量个数。 (3)Constraints 约束。 1)Linear inequalities 线性不等式约束，表示为： A * x ? b ，填写矩阵 A 和向 量 b 的信息。 2)Linear equalities 线性等式约束，表示为： Aeq * x ? beq ，填写矩阵 Aeq 和 向量 beq 的信息。 3)Bounds：填写独立变量的取值范围。在 Lower 中填写变量的取值下界， Upper 中填写变量的取值上界，均以向量形式表示。 4)Nonlinear constraint function 非线性约束函数，编写非线性约束函数的 M 文件 nonlcon.m，则在此处填写@nonlcon。 (4)Run solver and view results 运行求解器并观察结果。点击 Start 即可开始运行。Current iteration 中将显示当前运行的代数。Final point 栏中显示最优解对应的变量的取值。 (5)Option 部分是遗传算法参数的设定。 1)Population 种群参数设定。 Population type 种群类型，设定适应度函数的输入数据类型。工具箱提供了 两种输入类型：双精度、串位，用户还可以编写 M 文件自定义输入数据的类型。 Population size 种群规模，定义每一代种群的个体数量。种群规模越大，遗 传算法的运行速度越慢。 Creation function 创建函数，用于创建初始种群。 Initial population 初始种群，如果不指定初始种群，则系统将运用创建函数 创建初始种群。 Initial scores 初始得分，如果此处没有定义初始得分，则系统应用适应度函数来计算初始得分。 Initial range 初始范围，用于指定初始种群中的各变量的上下限。初始范围 用一个矩阵表示，该矩阵行数为 2，列数为变量的个数。其中第一行描述初始种 群中变量的取值下限，第二行描述初始种群中变量的取值上限。 2)Fitness scaling 适应度测量，包括：Rank 排序尺度变换、Proportional 比例 尺度变换、Top 顶级尺度变换、Shift linear 线性转换尺度变换以及 Custom 用户 自定义。 3)Selection 选择，工具箱提供了以下几种选择函数：Stochastic uniform 随机 均匀分布、Remainder 剩余、Uniform 均匀分布、Roulette 轮盘赌选择、Tournament 锦标赛选项、Custom 用户自定义。 4)Reproduction 再生参数，需设定可生存到下一代的精英个数 Elite count， 以及下一代由交叉产生的部分所占比例 Crossover fraction。 5)Mutation 变异，工具箱提供的变异函数有：Gaussian 高斯函数、Uniform 均匀变异、Adaptive feasible 自适应变异、以及用户自定义。 6)Crossover 交叉，工具箱提供的交叉函数有：Scattered 多点交叉、Single point 单点交叉、Two point 两点交叉、Arithmetic 算数交叉等。 7)Migration 迁移，需设置个体在子种群中移动的方向 Direction、间隔 Interval， 以及两个子种群中较小种群的个体迁移百分比 Fraction。 8)Stoping criteria 终止条件。可设置遗传算法的最大代数、适应度极限、停 滞时间、停滞代数等。 9)Hybird function 混合函数参数。在遗传算法结束之后，可指定一个最小值 优化函数。工具箱提供的优化函数有：fminsearch、patternsearch、fminunc、fmincon。 其中 fminsearch、fminunc 适用于无约束的优化，fmin