matlab遗传算法工具箱函数及实例讲解2.txt

matlab遗传算法工具箱函数及实例讲解2 【问题】在－5<=Xi<=5,i=1,2区间内

      matlab遗传算法工具箱函数及实例讲解2


      【问题】在－5<=Xi<=5,i=1,2区间内，求解 
             
      f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。 

      【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3 
      【程序清单】 
         ％源函数的matlab代码 
            function [eval]=f(sol) 
              numv=size(sol,2); 
              x=sol(1:numv); 
              
      eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282; 

        %适应度函数的matlab代码 
            function [sol,eval]=fitness(sol,options) 
              numv=size(sol,2)-1; 
              x=sol(1:numv); 
              eval=f(x); 
              eval=-eval; 
        %遗传算法的matlab代码 
            bounds=ones(2,1)*[-5 5]; 
            [p,endPop,bestSols,trace]=ga(bounds,'fitness') 

      注：前两个文件存储为m文件并放在工作目录下，运行结果为 
         p = 
         0.0000 -0.0000 0.0055 

      大家可以直接绘出f(x)的图形来大概看看f（x）的最值是多少，也可是使用优化函数来验证。matlab命令行执行命令： 
       fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9]) 
      evalops是传递给适应度函数的参数，opts是二进制编码的精度，termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数，即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数。