求遗传算法的matlab程序
2个回答
展开全部
function my_ga()
options=gaoptimset;
%设置变量范围
options=gaoptimset(options,'PopInitRange',[0;9]);
%设置种群大小
options=gaoptimset(options,'PopulationSize',100);
%设置迭代次数
options=gaoptimset(options,'Generations',100);
%选择选择函数
options=gaoptimset(options,'SelectionFcn',@selectionroulette);
%选择交叉函数
options=gaoptimset(options,'CrossoverFcn',@crossoverarithmetic);
%选择变异函数
options=gaoptimset(options,'MutationFcn',@mutationuniform);
%设置绘图:解的变化、种群平均值的变化
options=gaoptimset(options,'PlotFcns',{@gaplotbestf});
%执行遗传算法,fitness.m是函数文件
[x,fval]=ga(@fitness,1,options)
options=gaoptimset;
%设置变量范围
options=gaoptimset(options,'PopInitRange',[0;9]);
%设置种群大小
options=gaoptimset(options,'PopulationSize',100);
%设置迭代次数
options=gaoptimset(options,'Generations',100);
%选择选择函数
options=gaoptimset(options,'SelectionFcn',@selectionroulette);
%选择交叉函数
options=gaoptimset(options,'CrossoverFcn',@crossoverarithmetic);
%选择变异函数
options=gaoptimset(options,'MutationFcn',@mutationuniform);
%设置绘图:解的变化、种群平均值的变化
options=gaoptimset(options,'PlotFcns',{@gaplotbestf});
%执行遗传算法,fitness.m是函数文件
[x,fval]=ga(@fitness,1,options)
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
盖雅工场,全流程劳动力管理系统
2023-07-25 广告
2023-07-25 广告
选择遗传算法进行智能排班的过程可以分为以下几个步骤:1. 确定排班目标:首先需要确定排班的目标,例如最大化满意度、最小化成本、最大化资源利用率等。这将有助于确定遗传算法的适应度函数,以及选择操作的方式。2. 设计染色体表示:染色体是遗传算法...
点击进入详情页
本回答由盖雅工场,全流程劳动力管理系统提供
展开全部
我有个简单的,楼主留下邮箱。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询