遺傳算法工具箱安裝

本文作者:南海一號

今天我給大家講一講如何安裝matlab的遺傳算法工具箱。大家都知道,遺傳算法是matlab一個非常經典的智能算法。它通過模仿自然界生物的進化來實現優化效果。在很多問題上,這都是一種非常有效的解決方式。

但是,遺傳算法的搭建過程非常復雜。這對matlab小白來說非常的不友好。而且matlab自帶的那些遺傳算法的工具箱沒法滿足廣大同學們的需要。不過幸運的是有很多人自己寫了一些遺傳算法工具箱供大家使用,其中比較有名的就是謝菲爾德大學遺傳算法的matlab工具箱。今天我就要教大家怎么安裝謝菲爾德大學的這個遺傳算法工具箱。

下面是我用工具箱解決的優化問題圖

最終得到了最優點:

下面我教大家如何安裝。

1:首先,大家要下載壓縮包。

大家可以到這個官網下載:http://codem.group.shef.ac.uk/index.php/ga-toolbox。

2:解壓這個壓縮包。在我下面分享的百度網盤里面下載我上傳的兩個可執行文件(1,2)。這兩個可執行文件的代碼我已經寫好了,打包在了里面。不需要大家編寫代碼。

3:點開gatbx,通過網盤里面的可執行文件(1,2)修改后綴。記住,先雙擊1號文件,過5秒再雙擊2號文件。

4:把這個處理后的文件夾復制粘貼到toolbox里面。

5:打開matlab,將這個文件添加到路徑。如果這一步看不懂,就可以看一看我在下面的視頻。

下面是網盤資源

鏈接:https://pan.baidu.com/s/1-Vhkz3DC5zV7OxLrwC9Dkw

提取碼:9emx

復制這段內容后打開百度網盤手機App,操作更方便哦

二:測試工具箱

我找到了一個用到遺傳算法工具箱的程序,用來測試工具箱的有效性。

關于這個代碼,下次我會給大家重點講解。

代碼如下

clcclear allclose all%% 畫出函數圖figure(1);hold on;lb=1;ub=2; %函數自變量范圍【1,2】ezplot('sin(10*pi*X)/X',[lb,ub]);   %畫出函數曲線xlabel('自變量/X')ylabel('函數值/Y')%% 定義遺傳算法參數NIND=40;        %個體數目MAXGEN=20;      %最大遺傳代數PRECI=20;       %變量的二進制位數GGAP=0.95;      %代溝px=0.7;         %交叉概率pm=0.01;        %變異概率trace=zeros(2,MAXGEN);                        %尋優結果的初始值FieldD=[PRECI;lb;ub;1;0;1;1];                      %區域描述器Chrom=crtbp(NIND,PRECI);                      %初始種群%% 優化gen=0;                                  %代計數器X=bs2rv(Chrom,FieldD);                 %計算初始種群的十進制轉換ObjV=sin(10*pi*X)./X;        %計算目標函數值while gen<MAXGEN   FitnV=ranking(ObjV);                               %分配適應度值   SelCh=select('sus',Chrom,FitnV,GGAP);              %選擇   SelCh=recombin('xovsp',SelCh,px);                  %重組   SelCh=mut(SelCh,pm);                               %變異   X=bs2rv(SelCh,FieldD);               %子代個體的十進制轉換   ObjVSel=sin(10*pi*X)./X;             %計算子代的目標函數值   [Chrom,ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); %重插入子代到父代,得到新種群   X=bs2rv(Chrom,FieldD);   gen=gen+1;                                             %代計數器增加   %獲取每代的最優解及其序號,Y為最優解,I為個體的序號   [Y,I]=min(ObjV);   trace(1,gen)=X(I);                            %記下每代的最優值   trace(2,gen)=Y;                               %記下每代的最優值endplot(trace(1,:),trace(2,:),'bo');                            %畫出每代的最優點grid on;plot(X,ObjV,'b*');   %畫出最后一代的種群hold off%% 畫進化圖figure(2);plot(1:MAXGEN,trace(2,:));grid onxlabel('遺傳代數')ylabel('解的變化')title('進化過程')bestY=trace(2,end);bestX=trace(1,end);fprintf(['最優解:nX=',num2str(bestX),'nY=',num2str(bestY),'n'])

參考文獻:《MATLAB智能算法30個案例分析代碼》

圖片來源:https://pixabay.com/zh/images/search/%E7%B3%96%E8%91%AB%E8%8A%A6/