testdata_hk.m

该程序用遗传算法对人工神经网络进行优化

testdat=[0.1000    0.1000    0.3000    0.8429    0.1000
    0.1800    0.1894    0.1400    0.6714    0.1000
    0.2120    0.3335    0.2400    0.8086    0.1237
    0.2653    0.2590    0.5000    0.8086    0.1000
    0.4040    0.3832    0.1000    0.1686    0.1000
    0.4573    0.4528    0.4800    0.2829    0.1000
    0.6120    0.5075    0.4000    0.1000    0.1000
    0.4680    0.4727    0.5000    0.5800    0.1000
    0.5480    0.5720    0.5800    0.7629    0.1040
    0.7027    0.6913    0.5400    0.5000    0.1000
    0.6973    0.7211    0.6400    0.4086    0.1000
    0.5427    0.5422    0.7000    0.5800    0.1000
    0.2867    0.3882    0.7000    0.8086    0.1000
    0.1053    0.2839    0.8000    0.8657    0.2363
    0.3187    0.3087    0.5600    0.8429    0.1079
    0.4040    0.4478    0.2800    0.8086    0.1000
    0.3507    0.4826    0.3600    0.8086    0.1573
    0.4360    0.4379    0.7200    0.8657    0.1040
    0.5693    0.5373    0.5600    0.4543    0.1000
    0.5853    0.6267    0.2600    0.7629    0.1000
    0.6867    0.7012    0.6000    0.4543    0.1000
    0.5213    0.6714    0.6200    0.3400    0.1000
    0.5880    0.6019    0.5000    0.5000    0.5000
    0.5880    0.6516    0.5000    0.5000    0.5000
    0.6867    0.7410    0.6600    0.8086    0.1000
    0.7827    0.8106    0.6800    0.8086    0.1000
    0.7347    0.8752    0.7200    0.8429    0.1000
    0.8200    0.8404    0.7800    0.8086    0.1000
    0.7133    0.7311    0.7400    0.8086    0.1040
    0.4573    0.5373    0.3600    0.8086    0.1000
    0.3987    0.5422    0.5400    0.8086    0.1691
    0.6547    0.6466    0.8000    0.8086    0.1257
    0.6387    0.6168    0.9000    0.8657    0.9000
    0.5107    0.5671    0.6800    0.7514    0.1000
    0.3933    0.5472    0.8800    0.9000    0.1119
    0.7027    0.7062    0.8400    0.7514    0.1000
    0.7987    0.8652    0.6200    0.7286    0.1000
    0.8413    0.9000    0.5600    0.7629    0.1020
    0.6067    0.6267    0.6400    0.8657    0.5000
    0.5160    0.6565    0.5400    0.8086    0.5000
    0.5880    0.6565    0.5000    0.5000    0.5000
    0.5880    0.6913    0.5000    0.5000    0.5000
    0.9000    0.8106    0.6400    0.6143    0.5000
    0.5880    0.8205    0.5000    0.5000    0.5000
    0.8680    0.8354    0.5000    0.2143    0.5000];