用matlab Y=X(1:2)中的遗传算法拟合一个函数Y=f(X1,X2,X3,X4,X5)，数据如下，多谢。

来源：蜘蛛抓取(WebSpider) 时间：2019-01-12 14:50 标签： matlab Y=X(1:2)

#32-1  玄光男的遗传算法讲稿,有图. 有一朂小值：

#    它是6个基准测试函数中最容易得到最优解的,主要用以测试算法的

#    该函数的极值如麦田的麦芒一样不计其数要找出其中最矮的

#    一株其难度是可想而知的，基础遗传算法和一些改进遗传算法

#  函数值为2748.78 ,这是一类全局最优解被次优解所包围隔断了模式

#  的重组过程，使得GA搜索长期陷入局部极值点随着参数a ,b的变化，

#  该函数将形成不同严重程度的GA欺骗问题

#  D=5时，采用多峰值函数寻优方式

#   该函数引自文献: 张講社,徐宗本,梁怡.整体退火遗传算法及其收敛充

#     该函数由于其各维上的变量是密切相关的,互相作用,因此很难取得最

#   摘自：《多点交叉学习组織进化算法》 吕艳萍1,2, 李绍滋1+, 周昌乐1

#   摘自：《多点交叉学习组织进化算法》 吕艳萍1,2, 李绍滋1+, 周昌乐1

#   摘自：《适用于高维优化问题的改进进化策畧》王湘中，喻寿益

#   摘自：《适用于高维优化问题的改进进化策略》王湘中喻寿益

#   摘自：《一种求解参数优化问题的引导交叉算子》 陈喬礼等,

#   该函数是一个多峰的非线性函数，一般的遗传算法很容易陷入局部极值

#   摘自：《基于立队竞争的演化算法》黄樟灿等  有图！

#   这个函数在全局最小值周围有大量的局部极小值.全局最小值点为

#     此函数为线性不可分的等高、不等距多峰函数，有4个极大值点理论值

#   该函数昰典型的多峰（震动剧烈）的函数。

#   求解这个函数的优化问题不仅传统的算法无能为力 ,而且即使采用最新的

#   演化算法(遗传算法或演化策略等)也很难求解

#   采用郭涛算法获得的精确到小数点后 14 位的最优解是

#   这个最优解在10次运算中只得到了1～3次。在此应注明的是,该问题的真

#   正最優解是未知的,认为它可能就是最优解

#   摘自：郭涛算法及应用  李艳　康卓　刘溥 (武汉大学计算中心)

#    被次优解所包围，隔断了模式的重组过程使得搜索长期陷入

#   xu注：注意，含下标的变量在变量定义域表达式的表示形式要和数学表达式

#    xu注：多峰值函数寻优方式最优保存数＝6 ，其余默认值

#    xu注：采用多峰值函数寻优方式。群体个体数＝20 最优保存数＝30，

（1）直接在命令窗口输入以下代碼: 

%获取每代的最优解及其序号Y为最优解，I为个体的序号

（2）直接在命令窗口输入以下代码: 

%获取每代的最优解及其序号Y为最优解，I为个體的序号

我要回帖

更多关于 matlab Y=X(1:2) 的文章

 

随机推荐