【分享】matlab 遗传算法工具箱函数及实例讲解[i=s] 本帖最后由 messenger 于 2025-10-14 11:09 编辑 [/i]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)[precision F_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[epsilon prob_ops display]--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-6 1 0] 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['arithXover heuristicXover simpleXover'] xOverOps--传递给交叉函数的参数表，如[2 0;2 3;2 0] mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation'] mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0] matlab 遗传算法工具箱 addoil 发表于 2025-10-25 12:32回复： 【分享】matlab 遗传算法工具箱函数及实例讲解[i=s] 本帖最后由 messenger 于 2025-5-18 16:10 编辑 [/i]【注意】matlab 工具箱函数必须放在工作目录下 【问题】求 f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中 0<=x<=9 【分析】选择二进制编码，种群中的个体数目为 10，二进制编码长度为 20，交叉概率为 0.95,变异概率为 0.08 【程序清单】 %编写目标函数 function[sol,eval]=fitness(sol,options) x=sol...
