遗传算法实验七.ppt

单击“Migration”选项前的“+”号十、算法设置（AlgorithmSettings）InitialPenalty—初始惩罚参数，必须大于或等于1的常数；PenaltyFactor—惩罚因素，必须大于1。单击“Algorithmsettings”选项前的“+”号十一、混合函数参数

(HybridFunctionOptions)混合函数是运行在遗传算法中止后的另一最小化函数。混合函数有以下选项：fminsearch(仅适用于无约束条件情形)—使用MATLAB函数fminsearchpatternsearch—使用模式搜索fminunc(仅适用于无约束条件情形)—使用优化工具箱函数fminuncfmincon(仅适用于有约束条件情形)—使用优化工具箱函数fminconNone—没有混合函数单击“Hybirdfunction”选项前的“+”号01停止准则参数02（StoppingCriteriaOptions）03Generations—指定最大进化代数；04Timelimit—指定运算最长时间；05Fitnesslimit—指定适应度限；06Stallgenerations—指定停滞代数；07Stalltimelimit—指定停滞时间。单击“Stoppingcriteria”选项前的“+”号三、种群参数（PopulationOptions）Populationtype—指定适应度函数的输入数据类型。其中Doublevector表示输入数据双精度向量；Bitstring表示输入数据位串；Custom表示输入数据为自定义类型，此时用户必须自己编写创建变异和交叉函数来接受这种类型种群的输入。Populationsize—指定种群规模三、种群参数（PopulationOptions）Creationfunction—指定创建初始种群的函数。其中Uniform创建具有均匀分布的随机初始种群；Custom由用户自定义创建函数。Initialpopulation—指定初始种群Initialscores—指定种群的初始适应值Initialrange——指定被创建函数生成的初始种群向量范围。单击“populatiom”选项前的“+”号单击“∨”按钮弹出下拉菜单选择输入数据类型输入种群规模指定创建初始种群的函数适应度比例参数(FitnessScalingOptions)1Scalingfunction—适应度缩放比例函数。Rankscales—缺省的适应度比例函数。Rank函数根据个体的适应度值排列顺序而不是根据个体适应度值的大小来衡量个体的优劣。个体的排列是按个体的适应度值排序的。最适应个体排序为1，次最适应个体2，依此类推。Rank函数按适应度比例进行排队序，从而消除了原始适应度值的影响。2适应度比例参数(FitnessScalingOptions)Proportional—通过计算个体的适应值在群体总适应值中所占的比例的大小分配适应度；Top—找出适应度值排在前n位的个体，给这些个体按1/n等比例分配适应度，其余个体的比例值指派为0。其中“quantity”规定了指派正比例值的个体数目。它可以是1到种群大小之间的整数，也可以是0到1之间的小数，这个小数是种群大小的百分比，其缺省值为0.4。单击“FitnessScaling”选项前的“+”号选择适应度变换函数选择“top”函数时输入参数“quantity”适应度比例参数(FitnessScalingOptions)01Shiftlinear—利用线性转换来衡量适应度值，将使最适应个体的期望值等于个体的平均值乘以一个常数。在“Maxsurvivalrate”(最大生存率)字段中，可以设置这个常数，其默认值为2。Custom—用户自定义02选择“Shiftlinear”函数时输入参数“MaxSurvivalRate”五、选择参数（SelectionOptions）Stochasticuniform—随机均匀选择函数，为缺省的选择函数；01Remainder—剩余选择函数；02Uniform—均匀选择函数；03Roulette—轮盘赌选择函数；04Tournament—锦标赛选择函数；05Custom—自定义选择函数。06单击“Selection”选项前的“+”号六、再生参数（ReproductionOptions）Elitecount—是一个小于群体中个体数目的正整数，指定将生存到下一代的个体数，缺省值为2；Crossoverfract