遗传算法函数ga用法

matlab遗传算法工具箱函数gamatlab遗传算法工具箱函数及实例讲解核心函数：(1)function[pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数【输出参数】pop--生成的初始种群【输入参数】num--种群中的个体数目bounds--代表变量的上下界的矩阵eevalFN--适应度函数eevalOps--传递给适应度函数的参数options--选择编码形式(浮点编码或是二进制编码)[precisionF_or_B],如precision--变量进行二进制编码时指定的精度F_or_B--为1时选择浮点编码，否则为二进制编码,由precision指定精度)(2)function[x,endPop,bPop,traceInfo]=ga(bounds,evalFN,evalOps,startPop,opts,...termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数【输出参数】x--求得的最优解endPop--最终得到的种群bPop--最优种群的一个搜索轨迹【输入参数】bounds--代表变量上下界的矩阵evalFN--适应度函数evalOps--传递给适应度函数的参数startPop-初始种群opts[epsilonprob_opsdisplay]--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。如[1e-610]termFN--终止函数的名称,如['maxGenTerm']termOps--传递个终止函数的参数,如[100]selectFN--选择函数的名称,如['normGeomSelect']selectOps--传递个选择函数的参数,如[0.08]xOverFNs--交叉函数名称表，以空格分开，如['arithXoverheuristicXoversimpleXover']xOverOps--传递给交叉函数的参数表，如[20;23;20]mutFNs--变异函数表，如['boundaryMutationmultiNonUnifMutationnonUnifMutationunifMutation']mutOps--传递给交叉函数的参数表,如[400;61003;41003;400]注意】matlab工具箱函数必须放在工作目录下运算借过为：x=同的初始群体）一定可以得到近似最优解。第一个M文件为：clear,clccloseallprepare=[17171717171717151515171717171717171717171712141617182117171717171715151515171717;-1-1-1-1-1-1-1-0.6-0.6-0.6-0.6-0.2-0.2-0.2-0.2-0.20.20.20.20.20.20.60.60.60.60.60.61111111111111;24444687777257811369121500000047777910101010131721;24241434442424242424242424242424242424242424242424242424242424242414243444242424;5555555103060555555555555555555510306055555555];flux=[8906866497217896484007216211029052472183484210214113802881921341450950750523375130767623577659156907059439861021660500473];%数据预处理