遗传算法options

遗传算法options

ID:38923027

大小:490.49 KB

页数:7页

时间:2019-06-21

遗传算法options_第1页
遗传算法options_第2页
遗传算法options_第3页
遗传算法options_第4页
遗传算法options_第5页
资源描述:

《遗传算法options》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、一问题设置和结果1问题Fitnessfunction适应值函数是最小化目标函数。可以使用形式为@objfun函数句柄指定这个函数,其中objfun.m是返回一个量的函数文件。Numberofvariables变量个数是适应值函数中独立变量的个数.2约束Linearinequalities线性不等式是有矩阵A和向量b定义的Ax≤b。Linearequalities线性等式是有矩阵Aeq和向量beq定义的Aeq*x=beq。Bounds边界是变量的上界(Upper)和下界(Lower)。Nonlinearconstraintfunction非线性约束函数定义了非

2、线性约束,可把这个函数定义为一个无名函数或者形式为@nonlcon的函数句柄,其中nonlcon.m是返回向量c和ceq的函数文件。非线性等式的形式是ceq=0,非线性不等式的形式是c≤0。3运行求解器并查看结果要运行求解器,单击start按钮。当算法终止时,状态和结果格中显示该算法终止的原因。二选项1.Population种群Populationoptions种群选项设置遗传算法的种群的选项。Populationtype种群类型设置适应值函数的输入类型和约束:(1)Doublevector条目为Double型的向量(2)Bitstring字节串即由0和

3、1组成的二进制串。对于创建函数和变异函数,选择“均匀”或“自定义”;对于交叉函数,选择“分散”、“单点”、“双点”或“自定义”;不可以使用混合函数或非线性约束函数。(3)custom自定义对于交叉函数和变异函数,选择“自定义”;对于创建函数,选择自定义或提供一个初始种群;不可以使用混合函数或非线性约束函数。Populationsize种群规模指定了每一代有多少个体。如果你把种群规模设置为一个比1大的向量,算法会创建多个子种群。向量的每个条目指定一个子种群的规模。Creationfunction创建函数指定了创建初始种群的函数:Useconstraintd

4、ependentdefault使用约束依赖。如果没有约束,选择“均匀”;否则,选择“可行种群”。(1)Uniform均匀根据均匀分布创建随机初始种群;(2)Feasiblepopulation可行种群创建满足边界和线性约束的随机初始种群。Custom自定义可以提供自己的创建函数,必须产生在种群类型中定义的类型的数据。输入函数句柄@CreationFcn可以定义。Initialpopulation初始种群需要为遗传算法指定一个初始种群。如果你不设置初始种群,算法用创建函数创建一个函数。可以设置比种群规模更少的个体;如果这样做,创建函数创建的是最好的。Ini

5、tialscore初始值设置初始种群的适应度,如果你不设置初始适应度,算法使用适应度函数计算适应度。Initialrange初始范围指定了初始种群的向量条目的上下界。可以用一个2行和初始长度做列的矩阵指定初始范围,第一行是初始种群的向量条目的下界,第二行是上界。如果指定初始种群为2行1列的矩阵,两个标量扩大为长度为初始长度的常数向量。2.Fitnessscaling适应值缩放缩放函数把适应值函数返回的初始适应值转换为适应选择函数的范围的值。Rank排序根据每一个个体的排名扩大或缩小原始的适应度。排序之后,个体的排名便是它的位置。最优个体的排名是1,次优个

6、体的排名为2,以此类推。排序适应度缩放法消除了原始适应度的扩展效应。Proportional按比例使每个个体的期望(比例)与其原始适应度值成比例。当原始适应度值不在一个“好的范围”中,该策略会有缺陷。Top用最大适应度等同的扩大或缩小个体。如果选用了该策略,可以指定Quantity,即产生后代的最优个体的数目。Quatity必须是1到种群规模之间的整数,或介于0到1之间的表明占种群规模比例的分数。每一个个体都有相同的复制概率。其余的个体复制概率为0。Shiftlinear扩大或缩小初始适应度,使最优个体的期望值等于一个常数,定义此常数为“最大存活率”。

7、Custom自定义自己可以定义缩放函数。输入一个形式为@ScaleFcn的句柄就可以定义。3.Selection选择选择函数是基于适应值缩放函数缩放之后的值为下一代选择父代。可以选择如下的选择函数:Stochasticuniform随机均匀产生一条线,每一个父代个体对应于线上的一段,线段的长度所占的比例相应于父代个体的期望值所占的比例。该算法以相同的步长沿线移动,每一步确定一个父代,算法确定其“着陆”的部分为一个父代。该算法的第一步是确定一个比步长小的均匀随机数。Remainder每一个个体的缩放之后的适应度的整数部分赋于父代,然后使用轮盘赌选择方法选

8、择剩余的分数部分。Uniform均匀依据均匀分布函

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。