遗传算法适应度函数matlab代码

遗传算法（Genetic Algorithm, GA）是一种模拟自然选择过程的搜索算法，其中关键部分就是适应度函数，它用于评估每个解的质量。在MATLAB中编写适应度函数，通常会根据问题的具体目标来定义。例如，对于求解最优化问题，适应度函数的目标可能是最大化或最小化某个目标值。

下面是一个简单的例子，假设我们想要寻找一组数的线性组合使得平方和最小：

function fitness = myFitnessFunction(solution)
    % solution 是一个向量，代表一个可能的解
    weights = solution(1:end-1);
    target = solution(end);  % 最终目标值

    % 计算当前解的适应度，这里是目标值的平方作为反向编码
    fitness = -sum(weights.^2) + target^2;
end

在这个例子中，`fitness = myFitnessFunction(population)`，`population`是一个包含个体（即解候选）的矩阵。适应度越小，表示个体越好。