У вас вопросы?
У нас ответы:) SamZan.net

Лабораторная работа 10 Генетический алгоритм и его реализация в среде MTLB Цель Минимизировать функцию

Работа добавлена на сайт samzan.net: 2016-03-13

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 6.4.2025

Лабораторная работа №10

Генетический алгоритм и его реализация в среде MATLAB

Цель: Минимизировать функцию (найти глобальный минимум) на указанном отрезке. В отчете привести результаты оптимизации, сгенерированный M-File, результаты экспорта в рабочую область и результаты сравнения работы Генетического Алгоритма с обучением нейронной сети.

Правила записания функций в M-File

function y = func(x)

if (x>3)

   y = 13/4*x.*x.*x+1/6*x.*x.*x.*x;

else

   y=x+2;

end;

function z = func(x)

z=(x(2)-3)*exp(-x(1).^2-x(2).^2);

Пример выполнения работы

Минимизировать функцию:

  1.  Создать М-file, сохранить с тем же именем как и имя функции (func в данном примере)

function y = func(x)

y = –14*x+12+13/4*x.*x.*x+1/6*x.*x.*x.*x;

  1.  Чтобы представить функцию графически, необходимо определить эту функцию в командном окне:

>>x= – 10:0.1:10;

>> y = –14*x+12+13/4*x.*x.*x+1/6*x.*x.*x.*x;

>>plot(x,y,’*’)

График функции для

  1.  Вызвать окно тулбокса с помощью команды >> GATool. После чего появится окно Genetic Algorithm Tool.
  2.  В поле fitness function необходимо ввести имя целевой функции следующим образом: @func.
  3.  Установить значения параметров ГА: количество особей в популяции (Population size) = 10; количество поколений (Generations) = 100 (в меню критерия остановки алгоритма (Stopping criteria)); начальный отрезок (Initial range) = [0;1] ;
  4.  В поле plots установить флажки для: best fitness, best individual, distance.
  5.  После нажатия на Start появится окно результата
  6.  В окне Genetic Algorithm Tool в поле Final point появится значение переменной х, соответствующее минимуму функции, в окне Status and result можно увидеть найденное минимальное значение целевой функции. Для данной задачи результаты получились следующие: минимум функции достигается в точке х=1.15 и f(1.15)=1.1342.
  7.  На следующих рисунках можно увидеть полученные результаты.

  1.  Чтобы сохранить полученную оптимизацию необходимо сгенерировать M-file: File/Generate M-File.
  2.  Для экспорта в рабочую область необходимо вызвать окно:

  1.  Команда >>ga(gaproblem) опять откроет окно с результатом.

Поиск минимума с использованием нейронной сети

  1.  Создадим нейронную сеть (НС) с помощью команды:

net = newff([-10 10],[5 1],{'tansig' 'purelin'});

где newff – создает новую сеть, [-10 10] – Rx2 матрица с минимальным и максимальным элементами входного параметра, [5 1] – означает: первый слой имеет 5 tansig нейронов, второй слой имеет один purelin нейрон.

  1.  Необходимо обучить сеть. Если просимулировать сеть без ее обучения, то получим следующий результат:

>>x=-4:0.1:4;

>> y = -14*x+12+13/4*x.*x.*x+1/6*x.*x.*x.*x;

>> net = newff([-10 10],[5 1],{'tansig' 'purelin'});

>>yy=sim(net,x);

>> plot(x,y,x,yy,'*')

  1.  Для обучения НС воспользуемся следующими командами:

>> net.trainParam.epochs = 100; – задает количество эпох обучения.

>> net = train(net,x,y); – обучает НС net на х – входах и y – выходах.

>>yy=sim(net,x);

>> plot(x,y,x,yy,'*')

  1.  После обучения НС используем команду sim и строим график:

  1.  Проверим как обучилась наша НС и какой результат она выдаст при проверке значения функции в точке 1.15:

>> sim(net,1.15)

ans =

   1.1108


Вариант 1

1)

2)


Вариант 2

1)

2) Функция Розенброка:


Вариант 3

1)

2)


Вариант 4

1)

2) Функция Растригина:


Вариант 5

1)

2) Функция Бранинса


Вариант 6

1)

2) Функция Михалевича (Michalewicz’s function)


Вариант 7

1)

2) Сумма различных степеней (Sum of different power)


Вариант 8

1)

2) Функция Экли (Ackley’s function):


Вариант 9

1)

2) Шестигорбая функция (Six–hump camel back function)


Вариант 10

1)

2)  Функция Голдстейна (Goldstein-Price function)

Вариант 11

1)

2) Функция Изома (Easoms function)




1. минимум илишеств Охрана памятников археологии Вы находи
2. тематичних фізичних навантажень постійної рухової активності дитина пізнає навколишній світ опановує людс
3. Психосоциальная работа и проблемы консультативного процесса
4. Вариант сельскохозяйственной культуры- Лён Для студентов специальности 310900 ldquo;Землеустройств
5.  и.т.д. Такие функции определяются с ключевым словом opertor
6. Контрольная работа- Понятие наследования и его порядок в истории римского права
7. Если мы определяем монтаж в самом общем виде как раскрытие внутренних связей существующих в реальной дейст
8. Дайте определение патологической анатомии как дисциплине
9. все лица на равных имеют право на перемещщение товаров;2 Товары перещаются через границу ТС по законодатель
10. Статья- Сетевые взаимосвязи в профессиональном сообществе социологов- методика контент-аналитического исследования биографий