MATLAB 智能算法 30个案例分析
第 1章
1、案例背景
遗传算法〔Genetic Algorithm,GA〕是一种进化算法,其根本原理是仿效生物界中的“物竞
天择、适者生存〞的演化法那么。遗传算法的做法是把问题参数编码为染色体,再利用迭代的
方式进展选择、穿插以及变异等运算来交换种群中染色体的信息,最终生成符合优化目标的
染色体。
在遗传算法中,染色体对应的是数据或数组,通常是由一维的串构造数据来表示,串上各个
位置对应基因的取值。基因组成的串就是染色体,或者叫基因型个体( Individuals)。一定数
量的个体组成了群体〔Population)。群体中个体的数目称为群体大小〔Population Size〕,也
叫群体规模。而各个个体对环境的适应程度叫做适应度( Fitness)。
2、案例目录:
理论根底
遗传算法概述
1.编码
2.初始群体的生成
3.适应度评估
4.选择
5.穿插
6.变异
设菲尔德遗传算法工具箱
1.工具箱简介
2.工具箱添加
案例背景
问题描述
1.简单一元函数优化
2.多元函数优化
解决思路及步骤
1.3 MATLAB程序实现
工具箱构造
遗传算法中常用函数
1.创立种群函数—crtbp
2.适应度计算函数—ranking
3.选择函数—select
4.穿插算子函数—recombin
5.变异算子函数—mut
6.选择函数—reins
7.实用函数—bs2rv
8.实用函数—rep