1、首先打开2113matlab软件，在“APP(应用)”5261选项卡4102中选择“Optimization(优化)1653”工具箱版。2、在优化工具箱中选择遗权传算法，图中标出的选项。3、遗传算法界面有一部分是输入约束条件的，根据题目输入对应的参数即可。4、在命令行窗口将以上矩阵用变量代替，则在工具箱中直接输入变量即可。5、最后将已经定义好的参数，直接输入在对应的位置即可，首先回答你第一个问题：怎么加入变量的约束条件？打开遗传算法工具箱的窗体中会有下图32313133353236313431303231363533e59b9ee7ad9431333433633435所示的选项，即是约束条件的编辑至于添加的方式，这里要重点的提一下，首先将问题抽象成规划问题的标准形式(如果你不懂什么是标准形式的话，建议你去翻阅运筹学那本书，上告诉你什么是标准形式)，然后用矩阵语言写出来，最后将矩阵的系数填写到线性不等约束和线性相等约束中，同时定义所求变量x的上界和下界(记住有多少个变量就有多少列，如果你发现有些条件中没有出现某些变量，那么就应该用0补足，这个是matlab解决规划问题与lingo想比较麻烦的一个地方，)。然后回答你第二个问题：可否在m文件中添加约束条件？当然可以，界面的东西是为了方便不熟悉matlab编程的人而设计出来的，但是其底层的算法和接口肯定是有的。 碰到不懂的函数，请记得：help 函数名help ga 之后会得到一下一些函数gafind minimum of function using genetic algorithm //这个是定义syntax // 这个是语法也即是调用的规则x = ga(fitnessfcn,nvars)x = ga(fitnessfcn,nvars,a,b)x = ga(fitnessfcn,nvars,a,b,aeq,beq)x = ga(fitnessfcn,nvars,a,b,aeq,beq,lb,ub)x = ga(fitnessfcn,nvars,a,b,aeq,beq,lb,ub,nonlcon)x = ga(fitnessfcn,nvars,a,b,aeq,beq,lb,ub,nonlcon,options)x = ga(problem)[x,fval] = ga(...)[x,fval,exitflag] = ga(...) 直接给你将最长的那个吧x = ga(fitnessfcn,nvars,a,b,aeq,beq,lb,ub,nonlcon,options) x是返回所求的解fitnessfcn是适应度函数nvars是适应度函数中所含变量的维数a是不等式约束中变量的系数矩阵，b是不等式约束中不含变量的值矩阵aeq是等式约束中变量的系数矩阵，beq是等式约束中不含变量的值矩阵lb是下界，ub是上界nonlcon 是非线性约束条件至于options嘛 我也木有用过，其实你也可以不用管的。懂了木有呢，亲？，1、一来般有两种方法，一种是在生源成初始2113种群时只生成满足约5261束的个体；另一种是4102随机产生1653个体，并且在随后的操作中判断个体是否满足约束条件。2、这是遗传算法的特点决定的；遗传算法是一种随机搜索算法，每次都因种群规模的不同、参数的不同而得到不同的结果。即便参数都相同，每次运算得到的近似最优解也不一定相同。一般取n次运算中的最好结果来作为最终的最优解。当然，如果你的约束条件设置不妥，或者参数设置不适当，那么也会造成每次运算的近似最优解相差过大，且质量不高。这些都要注意。3、我用MATLAB自己编写遗传算法来解决问题，因为其自带的工具箱比较固定，只能解决简单、典型的问题。但你的问题稍加复杂时，工具箱的作用就发挥不出来。本回答被提问者和网友采纳，简单介绍一下复思路：最重要的制是确定适bai应度函数，只要确定这du个函zhi数就很容易了，就用你不会编dao程，直接调用matlab的工具箱就行了。1st.设置种群规模，并初始化种群p，并计算各个个体的适应度。例如，20个个体，每个个体包含5个变量，x1,x2,x3,x4,x5.如果你用matlab来编程的话，这个可以很容易实现，会用到random('unif',a,b)这个函数吧。例如x1的取值范围是[0,1],那么x1=random('unif',0,1)防采集。
首先回答你第一个问题：怎么加入变量的约束条件？
打开遗传算法工具箱32313133353236313431303231363533e4b893e5b19e31333332396231的窗体中会有下图所示的选项，即是约束条件的编辑
至于添加的方式，这里要重点的提一下，首先将问题抽象成规划问题的标准形式(如果你不懂什么是标准形式的话，建议你去翻阅运筹学那本书，上告诉你什么是标准形式)，然后用矩阵语言写出来，最后将矩阵的系数填写到线性不等约束和线性相等约束中，同时定义所求变量x的上界和下界(记住有多少个变量就有多少列，如果你发现有些条件中没有出现某些变量，那么就应该用0补足，这个是matlab解决规划问题与lingo想比较麻烦的一个地方，)。
然后回答你第二个问题：可否在M文件中添加约束条件？
当然可以，界面的东西是为了方便不熟悉matlab编程的人而设计出来的，但是其底层的算法和接口肯定是有的。
碰到不懂的函数，请记得：help函数名
helpga之后会得到一下一些函数
ga
Findminimumoffunctionusinggeneticalgorithm //这个是定义
Syntax //这个是语法也即是调用的规则
x=ga(fitnessfcn,nvars)
x=ga(fitnessfcn,nvars,A,b)
x=ga(fitnessfcn,nvars,A,b,Aeq,beq)
x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB)
x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon)
x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon,options)
x=ga(problem)
[x,fval]=ga(...)[x,fval,exitflag]=ga(...)
直接给你将最长的那个吧
x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon,options)
X是返回所求的解
fitnessfcn是适应度函数
nvars是适应度函数中所含变量的维数
A是不等式约束中变量的系数矩阵，b是不等式约束中不含变量的值矩阵
Aeq是等式约束中变量的系数矩阵，beq是等式约束中不含变量的值矩阵
LB是下界，UB是上界
nonlcon是非线性约束条件
至于options嘛 我也木有用过，其实你也可以不用管的。
懂了木有呢，亲？
内容来自请勿采集。
遗传算法加入约束条件matlab 使用matlab遗传算法工具箱如何加入目标函数中变量的约束条件啊 可否在M文件中加？...
