利用MATLAB實(shí)現(xiàn)遺傳算法和MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的使用

./實(shí)驗(yàn)一利用MATLAB實(shí)現(xiàn)遺傳算法一、實(shí)驗(yàn)?zāi)康?、熟悉MATLAB語言編程環(huán)境2、掌握MATLAB語言命令3、學(xué)會(huì)利用MATLAB編程實(shí)現(xiàn)遺傳算法二、實(shí)驗(yàn)原理MATLAB是美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件,用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境,MATLAB可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等,主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)等領(lǐng)域。通過學(xué)習(xí)遺傳算法原理,使用MATLAB編寫程序,實(shí)現(xiàn)其求解策略。三、實(shí)驗(yàn)容通過MATLAB編程,利用遺傳算法求解：求.三、實(shí)驗(yàn)要求1、程序設(shè)計(jì)2、調(diào)試3、實(shí)驗(yàn)結(jié)果4、撰寫實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)二MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的使用一、實(shí)驗(yàn)?zāi)康?、掌握MATLAB語言命令2、提高M(jìn)ATLAB程序設(shè)計(jì)能力3、學(xué)會(huì)使用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱二、實(shí)驗(yàn)原理MATLAB語言是MathWorks公司推出的一套高性能計(jì)算機(jī)編程語言,集數(shù)學(xué)計(jì)算、圖形顯示、語言設(shè)計(jì)于一體,其強(qiáng)大的擴(kuò)展功能為用戶提供了廣闊的應(yīng)用空間。它附帶有30多個(gè)工具箱,神經(jīng)網(wǎng)絡(luò)工具箱就是其中之一。利用該工具箱可以方便的構(gòu)建神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型、設(shè)計(jì)、訓(xùn)練等,實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法。三、實(shí)驗(yàn)容通過MATLAB編程,利用神經(jīng)網(wǎng)絡(luò)工具箱預(yù)測公路運(yùn)量：公路運(yùn)量主要包括公路客運(yùn)量和公路貨運(yùn)量兩個(gè)方面。據(jù)研究,某地區(qū)的公路運(yùn)量主要與該地區(qū)的人數(shù)、機(jī)動(dòng)車數(shù)量和公路面積有關(guān),上表給出了該地區(qū)20年的公路運(yùn)量相關(guān)數(shù)據(jù)。根據(jù)有關(guān)部門數(shù)據(jù),該地區(qū)2010和20XX的人數(shù)分別為73.39和75.55萬人,機(jī)動(dòng)車數(shù)量分別為3.9635和4.0975萬輛,公路面積分別為0.9880和1.0268萬平方千米。請利用BP網(wǎng)絡(luò)預(yù)測該地區(qū)2010和20XX的公路客運(yùn)量和公路貨運(yùn)量。某地區(qū)20年公路運(yùn)量數(shù)據(jù)年份人口數(shù)量/萬人機(jī)動(dòng)車數(shù)量/萬輛公路面積/萬平方千米公路客運(yùn)量/萬人公路貨運(yùn)量/萬噸199020.550.60.0951261237199122.440.750.1162171379199225.370.850.1177301385199327.130.900.1491451399199429.451.050.20104601663199530.101.350.23113871714199630.961.450.23123531834199734.061.600.32157504322199836.421.700.32183048132199938.091.850.34198368936200039.132.150.362102411099200139.992.200.361949011203200241.932.250.382043310524200344.592.350.492259811115200447.302.500.562510713320200552.892.600.593344216762200655.732.700.593683618673200756.762.850.674054820724200859.172.950.694292720803200960.633.100.794346221804三、實(shí)驗(yàn)要求1、程序設(shè)計(jì)2、調(diào)試3、實(shí)驗(yàn)結(jié)果4、撰寫實(shí)驗(yàn)報(bào)告運(yùn)用遺傳算法求解函數(shù)最大值：所有的子程序?yàn)镸文件%子程序：計(jì)算適應(yīng)度函數(shù),函數(shù)名稱存儲為fitnessfu.mfunction[Fitvalue,sumsump]=fitnessfun<population>;globalBitLengthglobalboundsbeginglobalboundsendpopsize=size<population,1>;fori=1:popsizex=transform2to10<population<i,:>>;xx=boundsbegin+x*<boundsend-boundsbegin>/<power<<boundsend>,BitLength>-1>;Fitvalue<i>=targetfun<xx>;endFitvalue<i>=Fitvalue'+230;fsum=sum<Fitvalue>;Pperpopulation=Fitvalue/fsum;cumsump<1>=Pperpopulation<1>;fori=2:popsizecumsump<i>=cumsumo<i-1>+Pperpopulation<i>;endcumsump=cumsump';%子程序：新種群交叉操作,函數(shù)名稱存儲為crossover.mfunctionscro=crossover<population,seln,pc>BitLength=size<population,2>;pcc=IfCroIfMut<pc>;ifpcc==1chb=round<rand*<BitLength-2>>+1;scro<1,:>=[population<seln<1>,1:chb>,population<seln<2>,chb+1:BitLength>];scro<2,:>=[population<seln<2>,1:chb>,population<seln<1>,chb+1:BitLength>];elsescro<1,:>=population<seln<1>,:>;scro<2,:>=population<seln<2>,:>;end%子程序：新種群變異操作,函數(shù)名稱存儲為mutation.mfunctionsnnew=mutation<snew,pmutation>;BitLength=size<snew,2>;snnew=snew;pmm=IfCroIfMut<pmutation>;ifpmm==1chb=round<rand*<BitLlength-1>>+1;end%子程序：判斷遺傳運(yùn)算是否需要進(jìn)行交叉或變異,函數(shù)名稱存儲為IfCroIfMut.mfunctionpcc=IfCroIfMut<mutORcro>;test<1:100>=0;1=round<100*mutORcro>;test<1:1>=1;n=round<rand*99>+1;pcc=test<n>;%子程序：新種群選擇操作,函數(shù)名稱存儲為selection.mfunctionseln=selection<population,cumsump>;fori=1:2r=rand;prand=cumsump-r;j=1;whlieprand<j><0j=j+1;endseln<i>=j;end%子程序：將二進(jìn)制數(shù)轉(zhuǎn)換為十進(jìn)制數(shù),函數(shù)名稱存儲為transform2to10.mfunctionx=transform2to10<Population>;BitLength=size<Population,2>;x=Population<BitLength>;fori=1:BitLength-1x=x+Population<BitLength-i>*power<2,i>;end%子程序：對于優(yōu)化最大值或者極大值函數(shù)問題,目標(biāo)函數(shù)可以作為適應(yīng)度函數(shù),%函數(shù)名稱存儲為targetfun.mfunctiony=targetfun<x>;y=200*exp<-0.05*x>.*sin<x>;%主程序：用遺傳算法求解y=200*exp〔-0.05*x.*sin〔x在[-22]區(qū)間上的最大值clc;clearall;closeall;globalBitLengthglobalboundsbeginglobalboundsendbounds=[-22];precision=0.0001;boundsbegin=bounds<:,1>;boundsend=bounds<:,2>;BitLength=cell<log2<<boundsend-boundsbegin>'./precision>>;popsize=50;Generationnmax=12;pcrossover=0.90;pmutation=0.09;population=round<rand<popsize,BitLength>>;[Fitvalue,cumsump]=fitnessfun<population>;cumsumpGeneration=1;whileGeneration<Generationnmax+1forj=1:2:popsizeseln=selection<population,cumsump>;scro=crossover<popuoation,seln,pcrossover>;scnew<j,:>=scro<1,:>;scnew<j+1,:>=scro<2,:>;smnew<j,:>=mutation<scnew<j,:>,pmutation>;smnew<j+1,:>=mutation<scnew<j+1,:>,pmutation>;endpopulation=smnew;[Fitvalue,cumsump]=fitnessfun<population>;[fmax,nmax]=max<Fitvalue>;fmean=mean<Fitvalue>;ymax<Generation>=fmax;ymean<Generation>=fmean;x=transform2to10<population<nmax,:>>;xx=boundsbegin+x*<boundsend-boundsbegin>/<power<<boundsend>,BitLength>-1>;xmax<Generation>=xx;Generation=Generation+1;endGeneration=Generation-1;Bestpopulation=xx;Besttargetfunvalue=targetfun<xx>;figure<1>;hand1=plot<1:Generation,ymax>;set<hand1,'linestyle','-','linewidth',1.8,'marker','*','markersize',6>holdon;hand2=polt<1:Generation,ymean>;set<hand2,'color','linestyle','linewidth',1.8,'marker','h','mrkersize',6>xlabel;ylabel;xlim<[1Generationnmax]>;legend;boxoff;holdoff附件二〔參考程序利用神經(jīng)網(wǎng)絡(luò)工具箱預(yù)測公路運(yùn)量：為了了解利用BP網(wǎng)絡(luò)求解問題的過程,把問題分為六個(gè)模塊處理：1.原始數(shù)據(jù)的輸入；2.數(shù)據(jù)歸一化；3.網(wǎng)絡(luò)訓(xùn)練；4.對原始數(shù)據(jù)進(jìn)行仿真；5.將原始數(shù)據(jù)仿真的結(jié)果與已知樣本進(jìn)行對比；6.對新數(shù)據(jù)進(jìn)行仿真。clc%原始數(shù)據(jù)%人數(shù)〔單位：萬人sqrs=[20.5522.4425.3727.1329.453.1030.9634.0636.4238.0939.1339.9941.9344.5947.3052.8955.7356.7659.1760.63];%機(jī)動(dòng)車數(shù)〔單位：萬輛sqjdcs=[0.60.750.850.91.051.351.451.61.71.852.152.22.252.352.52.62.72.852.953.1];%公路面積〔單位：萬平方千米sqglmj=[0.090.110.110.140.200.230.230.320.320.340.360.360.380.490.560.590.590.670.690.79];%公路客運(yùn)量〔單位：萬人glkyl=[512662177730914510460113871235315750183041983621024194902043322598251073344236836405484292743462];%公路貨運(yùn)量〔單位：萬噸glhyl=[123713791385139916631714183443228132893611099112031052411115133201676218673207242080321804];p=[sqrs;sqjdcs;sqglmj];%輸入數(shù)據(jù)矩陣t=[glkyl;glhyl];%目標(biāo)數(shù)據(jù)矩陣%利用函數(shù)premnmx對數(shù)據(jù)進(jìn)行歸一化[pn,minp,maxp,tn,mint,maxt]=premnmx<p,t>;%對于輸入矩陣p和輸出矩陣t進(jìn)行歸一化處理dx=[-1,1;-1,1;-1,1];%歸一化處理后最小值為-1,最大值為1%BP網(wǎng)絡(luò)訓(xùn)練net=newff<dx,[3,7,2],{'tansig','tansig','purelin'},'traingdx'>;%建立模型,并用梯度下降法訓(xùn)練net.trainParam.show=1000;%1000輪回顯示一次結(jié)果net.trainParam.Lr=0.05;%學(xué)習(xí)速率為0.05net.trainParam.epochs=5000;%最大訓(xùn)練輪回為5000次net.trainParam.goal=0.65*10^<-3>;%均方誤差net=train<net,pn,tn>;%開始訓(xùn)練,其中pn,tn分別為輸入輸出樣本%利用原始數(shù)據(jù)對BP網(wǎng)絡(luò)仿真an=sim<net,pn>;%用訓(xùn)練好的模型進(jìn)行仿真a=postmnmx<an,mint,maxt>;%把仿真得到的數(shù)據(jù)還原為原始的數(shù)量級%本例因樣本容量有限使用訓(xùn)練數(shù)據(jù)進(jìn)行測試,通常必須用新鮮數(shù)據(jù)進(jìn)行測試x=1990:2009;newk=a<1,:>;newh=a<2,:>;figure<2>;subplot<2,1,1>;plot<x,newk,'r-o',