MATLAB遗传算法工具箱

三， MATLAB遗传算法工具箱
（3），gads工具箱：matlab 7.0包含了这个工具 箱，matlab7.0以前的版本没有这个工具箱，雷英 杰 编著《Matlab遗传算法工具箱及应用》对这个工具 箱的使用进行了介绍。
2， gatbx工具箱常见函数
（1）初始种群的创建
crtbp——二进制编码种群 Chrom= 0 0 crtrp——十进制编码种群 0 1

（2）适应度计算
Scaling比率适应度 Ranking排序适应度 例1：chrom=crtbp(9,6)
1 1 1 1 0 0 1 1
1 0 1 0 0 0 1 0
1 1 1 1 0 0 0 1 0 1
1 0 1 0 0 1 1 0 1 1
0 0 1 1 0 1 0 0 0 0
0 0 1 0 0 1 1 0 0Байду номын сангаас0
1 0 0 1 1 1 0 0 0 0
0 1 1 1 0 1 0 0 1 1
（3，选择
rws-轮盘赌选择 sus-随机遍历抽样 select-高级选择函数
（4）交叉
xovsp-单点交叉 xovdp-两点交叉 xovsh-洗牌交叉 recombin-高级交叉函数
五，一些实例
1，简单非线性规划
2，背包问题 3，最小hamirton圈
MATLAB遗传算法工具箱
一，遗传算法来源和计算步骤
1，来源
自然进化 模拟 人工进化（如GA） 自然进化： 遗传-变异-选择 适者生存，优胜劣汰 2，步骤
编码
初始种群
适应度计算
选择
交叉 变异
新种群的生成
是否达到目标
是 否
解决实际问题
二，关键操作
1，适应度计算及标定 4，交叉 2，编码 单点交叉，两点，多点
reins-重组（有代沟时） bs2rv-二进制的解码 migrate-子种群的支持
例3，chrom= 0 1 1 0 0 1 0 0 1 0 0 0 new1=mut(chrom,0.1) new1= 1 1 1 0 0 1 0 0 1 0 1 0
四，应用gatbx工具箱的基本求解步骤
chrom=crtbp(nind,nvar); %创建初始种群 var=bs2rv(chrom,fieldd); %解码 obj=functionx(var); %求目标函数值 %开始进化 while gen<maxgen fitnv=ranking(obj); %分配适应度 selch=select(‘sus’,chrom,fitnv); %选择 selch=xovsp(selch,p1); %交叉 selch=mut(selch,p2); %变异 var=bs2rv(selch,fieldd); %生成新种群 obj=functionx(var); end
例2，chrom=crtbp(2,6) chrom= 0 1 1 0 0 1 0 0 1 0 0 0 new=xovsp(chrom,1) new= 0 0 1 0 0 0 0 1 1 0 0 1
(5)变异
mut-二进制编码的变异 mutbga-十进制的变异 mutate-高级变异函数
(6)其他有用函数
二进制，格雷码， 十进制，符号编码
均匀交叉 特殊（PMX,CX,EX）
3，选择
轮盘赌选择（rws） 均匀排序（ranking） 最优保存（代沟） 排挤选择（海明距离）
5,变异
基本位变异 均匀变异 非均匀变异（高斯变异） 逆转变异，交换变异
三， MATLAB遗传算法工具箱
1，三种常见工具箱 （1），gatbx工具箱：英国设菲尔德Sheffield大学 开发的gatbs工具箱，不是Matlab软件自带的，雷 英杰编著《Matlab遗传算法工具箱及应用》涉及到 了这个工具箱，并对它的使用进行了说明。 （2），gaot工具箱：这是网上流传的免费的工具 箱，网上对它介绍的资料也挺多，也不是Matlab软 件自带的，但可以自己配置使用。飞思科技产品研 发中心编著《Matlab 6.X辅助优化计算与设计》第 五章对gaot遗传算法工具箱的使用进行了介绍。