DOC《遗传算法优化神经网络黑箱函数通用MATLAB源码》

遗传算法优化神经网络黑箱函数通用MATLAB源码 题目:遗传算法优化神经网络黑箱函数通用MATLAB源码 遗传算法优化神经网络有两种情况,一种是把遗传算法用于神经网络的训练,充分利用遗传算法全局搜索的特性,得到一个初始的权值矩阵和初始的阈值向量,再用其它训练算法(如BP算法),得到最终的神经网络结构,另外一种情况,则是把训练好的神经网络作为黑箱函数,用遗传算法搜索该黑箱函数的最大值.

function [Yp,Xp,LC1,LC2]=MYGA(bpnet,M,N,Pm,LB,UB,XX,YY) %% %% 输入参数列表 %? bpnet 训练好的神经网络 %? M???? 遗传进化迭代次数 %? N???? 种群规模(取偶数) %? Pm??? 变异概率 %? LB??? 决策变量的下边界,1*5 %? UB??? 决策变量的上边界,1*5 %? XX??? 原始训练数据的输入部分 %? YY??? 原始训练数据的输出部分 %% 输出参数列表 %? Yp??? 最优个体对应输出值 %? Xp??? 最优个体,1*5 %? LC1?? 收敛曲线1,各代最优个体适应值的记录 %? LC2?? 收敛曲线2,各代群体平均适应值的记录 %第一步:变量初始化 LC1=zeros(1,M);

%收敛曲线1 LC2=LC1;

%收敛曲线2 %第二步:随机产生初始钟群 farm=zeros(N,5);

for i=1:N ??? for j=1:5 ??????? farm(i,j)=(UB(j)-LB(j))+B(j);

??? end end counter=0;

%设置迭代计数器 while counter