基于matlab软件遗传算法的目标函数优化问题

基于matlab软件遗传算法的目标函数优化问题问题：基于试验结果，对理论方程进行优化调整，先假定两个未知量1和2，对理论公式eV进行修正。修正后的公式模型为：211231cotcot1cottan2esvsveswswecsvsvswswVfbjfbjvfffbh利用matlab软件中遗传算法（ga）进行优化分析，得出未知量1和2的最优解。Fitness：functiony=fitness(x)globaltest_vpara_vidx=[1;2;3;4;5;6;7;8;9;10;11;12;13;14;15];n=length(idx);fv=zeros(n,1);fori=1:np=para_v(idx(i),:);fv(i)=((p(1)*p(2)+p(6)*p(7))*prod(p(3:5))+0.5*(p(8)*p(9)-(p(1)*p(2)+p(6)*p(7))*(1+p(5)^2))*p(3)*p(10)*p(11))*0.91*x(1);fv(i)=fv(i)/1000;endy=norm(test_v(idx)-fv);%y=sum((test_v(idx)-fv).^2);其中：idx=[1;2;3;4;5;6;7;8;9;10;11;12;13;14;15];为：公式模型eV的各项因子具体数值，在para_v中，而test_v为试验值。main_ga：clearclcglobaltest_vpara_vloadpara_value1loadVtest_v=V;para_v=para_value;ObjectiveFunction=@fitness;options=gaoptimset('Display','iter','PlotFcns',{@gaplotbestf,@gaplotstopping},'PlotInterval',1,'Generations',100,'PopulationSize',100,...'PopInitRange',[0.50.5;11],'CrossoverFraction',0.8,'StallGenLimit',100,'TolFun',1e-100);nvars=1;LB=[0.10.1];UB=[22];[x,fval]=ga(ObjectiveFunction,nvars,[],[],[],[],LB,UB,[],options)