ga函数的解释
在做遗传算法的ga(),里面有13个输入参数,谁能给我解释一下各个输入参数的具体情况吗?还有选择,交叉,变异概率在里面怎么反映呢? <P>用help查看一下</P>回复:(odbo1984)ga函数的解释
function = ga(bounds,evalFN,evalOps,startPop,opts,... <BR> termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数 <BR>【输出参数】 <BR> x--求得的最优解 <BR> endPop--最终得到的种群 <BR> bPop--最优种群的一个搜索轨迹 <BR>【输入参数】 <BR> bounds--代表变量上下界的矩阵 <BR> evalFN--适应度函数 <BR> evalOps--传递给适应度函数的参数 <BR> startPop-初始种群 <BR> opts--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 <BR> termFN--终止函数的名称,如['maxGenTerm'] <BR> termOps--传递个终止函数的参数,如 <BR> selectFN--选择函数的名称,如['normGeomSelect'] <BR> selectOps--传递个选择函数的参数,如 <BR> xOverFNs--交*函数名称表,以空格分开,如['arithXover heuristicXover simpleXover'] <BR> xOverOps--传递给交*函数的参数表,如 <BR> mutFNs--变异函数表,如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation'] <BR> mutOps--传递给交*函数的参数表,如 楼上说说哪个是交叉率 哪个是变异率 各为多少?
页:
[1]