遗传算法求最值matlab

以下是使用遗传算法求解最值的 MATLAB 代码示例：

% 定义目标函数
fun = @(x) 2 + sin(10*(x-0.5))^2 - 0.1*cos(30*(x-0.5))^2;

% 定义遗传算法参数
options = gaoptimset('PopulationSize', 50, 'Generations', 100, ...
                     'EliteCount', 2, 'CrossoverFraction', 0.8, ...
                     'MutationFcn', {@mutationuniform, 0.1}, ...
                     'StallGenLimit', 20);

% 运行遗传算法
[x, fval] = ga(fun, 1, [], [], [], [], 0, 1, [], options);

% 输出结果
disp(['最优解 x = ' num2str(x)]);
disp(['最优目标函数值 f(x) = ' num2str(fval)]);

在上面的代码中，我们首先定义了一个目标函数 `fun`，该函数具有单个输入变量 `x` 和单个输出变量 `f`。我们希望通过遗传算法求解 `fun` 的最小值。

接下来，我们使用 `gaoptimset` 函数定义了遗传算法的参数。其中，`PopulationSize` 表示种群大小，`Generations` 表示最大迭代次数，`EliteCount` 表示精英个体数，`CrossoverFraction` 表示交叉率，`MutationFcn` 表示变异函数，`StallGenLimit` 表示停滞代数限制。

最后，我们使用 `ga` 函数运行遗传算法，并将最优解 `x` 和最优目标函数值 `fval` 输出到命令窗口。

需要注意的是，该示例代码中的目标函数是一个可视化的函数，可以通过绘制函数图像来验证算法的正确性。对于实际问题，需要根据具体情况定义目标函数并调整遗传算法参数以获得最佳结果。